(navigation image)
Home American Libraries | Canadian Libraries | Universal Library | Community Texts | Project Gutenberg | Children's Library | Biodiversity Heritage Library | Additional Collections
Search: Advanced Search
Anonymous User (login or join us)
Upload
See other formats

Full text of "eindrapport HARM"

.^ 




HOSPITAL ADMISSIONS RELATED TO MEDICATION 

(HARM) 

BEN PROSPECTIEF, MULTICENTER ONDERZOEK NAAR 
GENEESMIDDEL GERELATEERDE ZIEKENHUISOPNAMES 



Eindrapport 
November 2006 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



v^ 




medewerkers onderzoek 

projectleiders 

Dr. Patricia IVILA van den Bemt, ziekenliuisapotlneker/onderzoeker 

Prof. Dr. Toine CG Egberts, ziekenhuisapotineker/kliniscin farmaco-epidemioloog 

projectcoordinator 

Anne Leendertse, apotlieker/clinical pinarmacist 

datamanagement en statistische analyse 

IVIw. SV Belitser 

T Koenderink, B. Kriesels 

Dr. PC Souverein 

stuurgroep 

Dr. HJIVI Beijer, apotineker WinAp 

IVIw. A BijI - van Novell, beleidsmedewerker NPCF 

BH Graatsma, ziekenhuisapotheker Den Haag 

Prof. Dr. HJ Guchelaar, ziekenhuisapotheker Leiden 

Mw. DMC Hougardy, ziekenhuisapotheker i.o. Eindhoven 

Dr. FGA Jansman, ziekenhuisapotheker Zwolle 

Mw. CHM Kerskes, ziekenhuisapotheker Gorinchem 

Dr. SS Natsch, ziekenhuisapotheker Nijmegen 

Dr. EN van Roon, ziekenhuisapotheker/klinisch farmacoloog Leeuwarden 

opdrachtgever en subsidieverlener 

Nederlandse Vereniging van Ziekenhuisapothekers (NVZA) 
Orde van Medisch Specialisten (QMS) 

deelnemende ziekenhuizen 

Bovenij Ziekenhuis, Amsterdam 

Bronovo ziekenhuis. Den Haag 

Diakonessen Huis, Utrecht 

Erasmus Medisch Centrum, Rotterdam 

HAGA ziekenhuis. Den Haag 

Isala klinieken, Zwolle 

Langeland ziekenhuis, Zoetermeer 

Leids Universitair Medisch Centrum, Leiden 

Maxima Medisch Centrum, Veldhoven 

Medisch Centrum Alkmaar, Alkmaar 

Medisch Centrum Haaglanden, Den Haag 

Medisch Centrum Leeuwarden, Leeuwarden 

Onze Lieve Vrouwe Gasthuis, Amsterdam 

Reinier de Graaf Groep, Delft 

St Antonius ziekenhuis, Nieuwegein 

St Elisabeth Ziekenhuis, Tilburg 

Universitair Medisch Centrum Groningen, Groningen 

Universitair Medisch Centrum Utrecht, Utrecht 

VieCuri Medisch Centrum voor Noord-Limburg, Venio 

Wilhelmina Ziekenhuis, Assen 

Zaans Medisch Centrum, Zaandam 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




INHOUDSOPGAVE 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




Samenvatting 5 

Hoofdstuk 1 - Literatuur en achtergrond 9 

Inleiding 10 

Methode 10 

Resultaten 12 

Discussie en conclusie 15 

Hoofdstuk 2- Doelstelling HARM-onderzoek 17 

Hoofdstuk 3 - Methode 19 

Inleiding 20 

Omvang probleem 20 

Kosten 25 

Potentiele risicofactoren 26 

Hoofdstuk 4 - Resultaten 29 

Omvang probleem 30 

Kosten 36 

Potentiele risicofactoren 37 

Hoofdstuk 5- Discussie 41 

Omvang probleem 42 

Kosten 43 

Potentiele risicofactoren 44 

Sterktes en zwaktes 45 

Vervolgonderzoek 47 

Hoofdstuk 6- Aanbevelingen 49 

Literatuur 53 

Bijiagen 63 

Bijiage 1 - Overzicht literatuur 64 

Bijiage 2 - Overzicht deelnemende ziekenhuizen 75 

Bijiage 3 - Gedeelte van triggerlijst 76 

Bijiage 4 - Eerste drie assen algoritme Kramer et al 78 

Bijiage 5 -Algoritme Schumocket al 79 

Bijiage 6 - Classificatie medicatiefouten volgens NVZA 80 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




SAMENVATTING 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



v^ 




Gepubliceerde onderzoeken naar de frequentie van geneesmiddel gerelateerde 
ziekenhuisopnames laten sterk wisselende cijfers (0,1% tot 54%) zien en erzijn maar 
weinig gegevens beschikbaar met betrekking tot de Nederlandse situatie. Dit wasde 
aanleiding om de omvang van het probleem in Nederland te onderzoeken middels 
het HARM (Hospital Admissions Related to Medication) onderzoek. Daarnaast richtte 
het HARM-onderzoek zich op de kosten van potentieel vermijdbare 
ziekenhuisopnames en op het identificeren van risicofactoren voor dergelijke 
opnames. 

Een prospectief, nested case-control onderzoek werd uitgevoerd in 21 verschillende 
ziekenhuizen verspreid over Nederland. In deze centra werden gedurende een 
periode van 40 dagen alle acute opnames gescreend, met uitzondering van 
psychiatrische patienten, bevallingsgerelateerde opnames en patienten jonger dan 
18 jaar. Bij een reden van opname die in combinatie met het geneesmiddelgebruik 
op een "triggerlist" vermeld stond, werd de mogelijkheid van de relatie met het 
geneesmiddel overlegd met de behandelend arts. Indien de opname mogelijk 
geneesmiddel gerelateerd was, werden gegevens verzameld over de medische 
voorgeschiedenis en de medicatie van de patient. Bij iedere geneesmiddel 
gerelateerde opname werd een controle patient (gematched op leeftijd en geslacht) 
gezocht, die opgenomen was in dezelfde periode en in het zelfde ziekenhuis als de 
case patient. 

De cases werden centraal beoordeeld door twee onafhankelijke personen op 
causaliteit en vermijdbaarheid. Bij verschillen in beoordeling werd consensus bereikt. 

De frequentie van geneesmiddel gerelateerde ziekenhuisopnames was 2,4% van alle 
ziekenhuisopnames en 5,6% van de acute opnames. Van deze opnames werd 46% 
als potentieel vermijdbaar beoordeeld. Geextrapoleerd naar heel Nederland betekent 
dit 41.000 geneesmiddel gerelateerde ziekenhuisopnames, en 19.000 potentieel 
vermijdbare opnames per jaar. De geschatte kosten hiervan zijn ruim 85 miljoen euro 
per jaar. 

Patienten ouder dan 65 jaar hadden een tweemaal zo hoge frequentie van 
geneesmiddel gerelateerde opnames ten opzichte van patienten jonger dan 65 jaar. 
Gastro-intestinale bloedingen, cardiovasculaire problemen, respiratoire 
aandoeningen, andere gastro-intestinale klachten en ontregelde diabetes mellitus 
waren de meest gevonden geneesmiddel gerelateerde opnames. De 
geneesmiddelen die de meeste problemen veroorzaakte waren trombocyten- 
aggregatieremmers, coumarines, NSAIDs, psycholeptica, antidiabetica en 
corticosteroTden. 

Therapieontrouw, verminderde cognitie, verminderde nierfunctie, het niet zelfstandig 
wonen, meerdere aandoeningen in de medische voorgeschiedenis en polyfarmacie 
zijn geidentificeerd als de belangrijkste onafhankelijke risicofactoren. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



v^ 




Het verdient aanbeveling om patienten met deze kenmerken proactief te benaderen 
voor extra medicatiebegeleiding (bijvoorbeeld in de vorm van een periodieke 
medicatiereview, waarbij gekeken wordt naar bijwerkingen, ongewenste 
polyfarmacie, therapietrouw en effectiviteit). Gezamenlijke aanpak van de 
verschillende behandelaren is liier aan te bevelen. Daarnaast kan aanbevolen 
worden om informatie uit te wisselen tussen behandelaren en apotliekers omtrent 
zaken als nierfunctie en comorbiditeiten, zodat de huidige medicatiebewaking met dit 
soort individuele patientfactoren uitgebreid kan worden. 
De effectiviteit van dergelijke interventies en strategieen ten aanzien van liet 
terugdringen van liet aantal geneesmiddel gerelateerde ziekenliuisopnames dient 
nader onderzoclit te worden. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



v^ 




eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




HOOFDSTUK 1 



LITERATUUR EN ACHTERGROND 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




inleiding 

Patientveiligheid in het algemeen en medicatieveiligheid in liet bijzonder worden de 
laatste jaren als essentieel bescliouwd binnen de gezondlieidszorg. Aan dit besef 
lieeft ondermeer liet rapport 'To err is liuman' van liet Institute of IVIedicine uit de VS 
toe bijgedragen [1]. Daarna is in Nederland de discussie verder op gang gekomen 
door het verscliijnen van liet rapport 'Hier werk je veilig of je werkt er niet' van Sliell- 
topman Willems [2]. 

Tegelijkertijd moot geconstateerd worden, dat gegevens rondom patientveiliglieid in 
Nederland schaars zijn. Veelal worden op basis van extrapolaties uit buitenlandse 
onderzoeken en rapporten uitspraken gedaan voor de Nederlandse situatie. Omdat 
de gezondheidszorg in Nederland op belangrijke punten anders georganiseerd is, is 
het de vraag of die extrapolaties valide zijn. Het is dus allereerst van belang om 
gegevens te krijgen over de huidige mate van patientveiligheid in Nederland. Daartoe 
is bijvoorbeeld vanuit NIVEL een grootschalig onderzoek naar medische fouten 
tijdens ziekenhuisopname opgezet [3], terwiji inmiddels al een tweetal dissertaties 
inzicht hebben gegeven in het optreden van medicatiefouten tijdens 
ziekenhuisopname [4,5]. 

Er is echter nog weinig onderzoek naar de frequentie van geneesmiddel gerelateerde 
ziekenhuisopnames in Nederland en de risicofactoren daarvoor. Ook hier geldt dat in 
het verleden vooral afgegaan is op extrapolaties van de buitenlandse literatuur. 
Vooral de meta-analyse van Beijer et al. [6] kreeg destijds de nodige aandacht van 
de (leken)pers: de extrapolatie leverde een getal van 90.000 vermijdbare 
ziekenhuisopnames per jaar in Nederland ten gevolge van geneesmiddel 
bijwerkingen. 

Sinds het verschijnen van deze meta-analyse zijn talloze - wederom voornamelijk 
buitenlandse - onderzoeken verschenen. Probleem met alle onderzoeken is dat er 
grote verschillen zijn met betrekking tot de setting (hele ziekenhuis of specifieke 
afdelingen), wijze van berekening van de frequentie (met alle ziekenhuisopnamen of 
alleen de acute opnames als noemer), inclusiecriteria (inclusie van opnames die 
causaal zeker/waarschijniijk gerelateerd zijn aan geneesmiddel of tevens inclusie van 
mogelijk causaal verband), definities (hoe causaliteit vastgesteld, hoe 
vermijdbaarheid vastgesteld, 'adverse drug reactions' versus 'adverse drug events') 
en onderzoeksmethode (hoe zijn de geneesmiddel gerelateerde opnames 
opgespoord, bijv. via databank onderzoek, via statusonderzoek, via vrijwillige 
rapportage). 

Dit levert zeer uiteenlopende schattingen op van de frequentie van geneesmiddel 
gerelateerde ziekenhuisopnames, die moeilijk met elkaar vergelijkbaar zijn. Wij zullen 
dit in ons literatuuroverzicht illustreren, waarbij we - naast de studies uit de meta- 
analyse van Beijer et al. [6] tevens de daarna verschenen studies zullen betrekken. 

methode 

Aanvullende literatuur is gezocht met behulp van Embase en Pubmed met de 
zoektermen 'hospitalisation', 'hospital admission', 'drug related problems' en 'adverse 
drug reactions'. Om de zoekresultaten verder in te perken zijn enkele exclusie criteria 

10 

eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



v^ 




gebruikt: 'drug abuse' en 'alcohol abuse'. Verder is er nog gebruikt gemaakt van 

'limits' namelijk: publicatie datum vanaf april 2001 (studies voor die datum zijn 

gehaald uit de meta-analyse van Beijer et al. [6]), Engelse taal en onderzoek dat 

gedaan is bij mensen. De literatuurlijsten van de gevonden artikelen zijn vervolgens 

gescreend op eveneens relevante artikelen. Uitsluitend gepubliceerde onderzoeken 

zijn ingesloten (geen posterpresentaties, geen abstracts). 

Dit leverde uiteindelijk 90 artikelen op, die vermeld staan in de tabel in bijiage 1 [7- 

96]. Van deze 90 artikelen, zijn er 17 geexcludeerd vanwege redenen die vermeld 

staan in de tabel uit bijiage 1 . 

De resterende 73 onderzoeken zijn geanalyseerd op de volgende aspecten: 

a. type geneesmiddel gerelateerd probleem 

• adverse drug reaction (ADR): bijwerking, zoals gedefinieerd door de World 
Health Organization ('een reactie op een geneesmiddel weike schadelijk 
en onbedoeld is en die optreedt bij doseringen die normal gebruikt wordt 
als profylaxe, diagnose of therapie bij de behandeling van ziekten of voor 
modificatie van fysiologische functies' [97]). Dit sluit schade door 
medicatiefouten uit, dus bijwerkingen zijn per definitie niet vermijdbaar. 

• adverse drug event (ADE): schade door geneesmiddelgebruik, zowel ten 
gevolge van bijwerkingen als ten gevolge van medicatiefouten. Een deel 
van de ADEs is potentieel vermijdbaar, namelijk dat deel dat het gevolg is 
van medicatiefouten. 

Onderzoeken die hebben gekeken naar ziekenhuisopnames door ADEs sluiten 
dus beter aan bij het alles omvattende begrip 'geneesmiddel gerelateerd'. 
Overigens is in de literatuur veel verwarring over deze termen. Een aantal auteurs 
acht ook bijwerkingen deels te vermijden, namelijk dat deel van de bijwerkingen 
dat 'voorspelbaar' is (type A reacties ofwel farmacologische bijwerkingen) [98]. 
Met de door ons gekozen indeling, houden we echter de door de Nederlandse 
Vereniging van Ziekenhuisapothekers (NVZA) gekozen classificering aan [99]. 

b. noemer gebruikt bij frequentie berekening (alleen bij onderzoeken die zijn 
uitgevoerd in een of meerdere ziekenhuizen als totaal hebben; zie ook c) 

• alle ziekenhuisopnames 

• acute opnames 

c. type afdeling (voor onderzoeken die niet een heel ziekenhuis als setting hebben, 
zie ook b) 

• interne geneeskunde 

• cardiologie 

• gastro-enterologie 

• longen 

• 'medical' (beschouwende specialismen) 

• pediatrie (deze wel uitgesplitst naar alle opnames en acute opnames) 

• pediatrische oncologie 

• neonatologie 

• psychiatrie 

• geriatrie 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



11 



v^ 




d. afwijkende onderzoeksmethode 

• databank-onderzoek of spontane rapportage: deze methoden geven een 
veel grotere mate van onderrapportage dan statusonderzoek (de 
methodiek die in de overige onderzoeken is gebruikt) 

• selectie van polyfarmacie opnames of geneesmiddel gerelateerde 
problemen (de noemer wordt dan tot deze selectie beperkt): dit geeft een 
overscliatting van de frequentie. 

e. vermijdbaarlieid 

In een aantal onderzoeken met ADEs als teller, is ook gekeken welk percentage 
van de geneesmiddel gerelateerde ziekenhuisopnames potentieel vermijdbaar 
was. 
Bij eike analysestap (a t/m d) zijn de frequenties van aldus vergelijkbare onderzoeken 
gemiddeld en is dat resultaat weergegeven. Bij analysestap e is dit ook gedaan voor 
het percentage vermijdbaarheid van de opnames, maar deze zijn ook per type 
onderzoek apart weergegeven. 

resultaten 

Van de 73 geincludeerde artikelen, betroffen er 5 een combinatie van 2 (4x) of 3 (1x) 
onderzoeken. Op die manier zijn er 79 onderzoeken geanalyseerd. Van de 79 
onderzoeken hebben er 32 naar ADRs gekeken en 47 naar ADEs. In tabel 1 .1 is 
terug te vinden, hoeveel onderzoeken er gekeken hebben naar alle opnames, naar 
acute opnames, naar opnames op bepaalde afdelingen en weike onderzoeken 
afwijkende methodologie gebruikt hebben (databank onderzoek/vrijwillige rapportage 
of selectie noemer); dit verdeeld naar onderzoeken naar ADRs en ADEs. 

tabel 1.1: onderzoeken verdeeld naar setting/inclusie/onderzoeksmethode en naar 
ADR/ADE 



Onderzoeken 


ADR 


ADE 


totaal 




alle opnames 


4 


2 


6 




acute opnames 


2 


7 


9 




interne geneeskunde 


12 


17 


29 




cardiologie 


1 





1 




gastro-enterologie 





1 


1 




longen 





1 


1 




beschouwend 





1 


1 




kinderen - alle opnames 


5 


2 


7 




kinderen - acute opnames 


1 


1 


2 




kinderen - oncology 


1 





1 




neonaten 


1 





1 




psychiatrie 





2 


2 




geriatrie 


2 


8 


10 




databank/vrijwillige rapportage 


3 


3 


6 




selectie noemer (polyfarmacie e.d.) 





2 


2 


Totaal 




32 


47 


79 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



12 



^. 




invloed teller op frequentie geneesmiddel gerelateerde opnames 

De gemiddelde frequentie opnames bij onderzoeken die naar ADRs liebben 
gekeken, is 4,8%. Deze frequentie is bij ADE-onderzoeken 10,8%. Het grotere 
percentage is logiscli, gezien liet feit dat bij ADEs belialve bijwerkingen (ADRs) ook 
scliade door medicatiefouten wordt meegenomen. 

invloed noemer op frequentie geneesmiddel gerelateerde opnames 

De gemiddelde frequentie is bepaald voor onderzoeken die gekeken hebben naar 
alle ziekenhuisopnames als noemer en voor onderzoeken die gekeken hebben naar 
acute opnames als noemer. Dit is separaat uitgevoerd voor ADRs en ADEs als teller. 
In tabel 1 .2 staan de resultaten hiervan. 



Tabel 1.2: frequentie met ADR/ADE als teller en alle opnames/acute opnames als 
noemer 



ADR 


gemiddelde 
frequentie 


aantal 
onderzoeken 


ADE 


gemiddelde 
frequentie 


aantal 
onderzoeken 


alle opnames 
acute opnames 


3,2 
1,8 


4 
2 




4,9 
6,7 


2 

7 



Wordt dus gekeken naar de 'beste' teller (ADEs), dan kan gesteld worden dat de 
frequentie van geneesmiddel gerelateerde ziekenhuisopnames groter is bij 
onderzoeken die acute opnames als noemer gebruiken. 

invloed type afdeling op frequentie geneesmiddel gerelateerde opnames 

Gemiddelde frequenties zijn ook bepaald voor onderzoeken die niet gekeken hebben 
naar alle (spoed)opnames, maar slechts op een bepaalde afdeling (of enkele 
afdelingen). Wederom is dit separaat uitgevoerd voor ADRs en ADEs als teller. Tabel 
1 .3 geeft de resultaten weer (waarbij indien slechts 1 studie beschikbaar was 
natuurlijk geen gemiddelde bepaald is, maar de frequentie uit die studie is 
weergegeven). 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



13 



^. 




Tabel 1.3: frequentie van onderzoeken met als setting een (of eni<eie) afdeiing(en) met 
ADR/ADE ais teller 





ADR 


ADE 


gemiddelde 


aantal 


gemiddelde 


Aantal 




frequentie 


onderzoeken 


frequentie 


onderzoeken 


Interne geneeskunde 


4,0 


4 


9,3 


17 


Gastro-enterologie 


- 


- 


7,9 


1 


Cardiologie 


11,5 


1 


- 


- 


Longen 


- 


- 


3,8 


1 


Beschouwend 


- 


- 


7,2 


1 


Kinderen - alle opnames 


2,2 


5 


5,7 


2 


Kinderen - acute opnames 


0,9 


1 


4,3 


1 


Kinderen -oncologie 


22,0 


1 


- 


- 


Neonaten 


0,2 


1 


- 


- 


Psychiatrie 


- 


- 


33,7 


2 


Geriatrie 


20,8 


2 


20,6 


8 



Kijken we weer naar ADEs als teller, dan is te zien dat in onderzoeken die zich 
beperken tot 1 type afdeling in het algemeen veel hogere frequenties van 
geneesmiddel gerelateerde ziekenhuisopnames gevonden worden. Bij ouderen en 
psychiatrische patienten loopt dit het hoogst op. 



invloed van onderzoeksmethode op frequentie geneesmiddel gerelateerde 
opnames 

Een aantal onderzoeken maakt gebruik van afwijkende methoden om de 
geneesmiddel gerelateerde ziekenhuisopnames op te sporen (namelijk via databank 
onderzoek of via vrijwillige rapportage). Daarnaast zijn er onderzoeken die een 
selectie van de populatie toepassen die de kans op het vinden van geneesmiddel 
gerelateerde problemen sterk vergroot (bijvoorbeeld door alleen patienten met 
polyfarmacie te includeren). Deze onderzoeken zijn ook apart geanalyseerd, 
wederom onderverdeeld naar ADRs en ADEs als teller. De resultaten hiervan staan 
in tabel 1.4. 



Tabel 1.4: frequentie van onderzoeken met afwijkende onderzoeksmetliode met 
ADR/ADE als teller 



ADR 


gemiddelde 
frequentie 


aantal 
onderzoeken 


ADE 


gemiddelde 
frequentie 


aantal 
onderzoeken 


databank/vrijwillige rapportage 
selectie noemer 


0,9 


3 




0,5 
13,1 


3 
2 



Onderzoeken met een afwijkende methode om geneesmiddel gerelateerde 
ziekenhuisopnames (ADEs) op te sporen laten zeer lage frequenties zien, terwiji de 



14 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




frequenties bij voorselectie van de onderzoekspopulatie, zoals te verwachten, juist 
groter zijn. 



vermijdbaarheid 

Het gemiddeld percentage vermijdbaarheid van alle onderzoel<en die daar naar 
gekeken liebben is 50,5%. De lielft van de geneesmiddel gerelateerde opnames in 
die onderzoeken wordt dus beoordeeld als vermijdbaar. 
Splitsen we dit uit naar type onderzoek, dan ontstaat het beeld zoals in tabel 1 .5. 



Tabel 1.5: gemiddeld % vermijdbaarheid per type onderzoek 





gemiddeld 




type onderzoek 


% vermijdbaarheid 


aantal onderzoeken 


alle opnames 


72 


1 


acute opnames 


59 


5 


interne geneeskunde 


48 


7 


gastro-enterologie 


23 




longen 


17 




beschouwend 


47 




kinderen - alle opnames 


55 




kinderen - acute opnames 


47 




geriatrie 


80 




databank/vrijwillige rapportage 


43 


2 



Gemiddelden waren alleen goed te berekenen bij onderzoeken die keken naar acute 
opnames en interne geneeskunde. Bij die gemiddelden zien we een consistent beeld 
van het percentage vermijdbaarheid: rond de 50%. 



discussie en conclusie 

De literatuurstudie laat zien dat de onderzoeken naar geneesmiddel gerelateerde 
ziekenhuisopnames sterk verschillen in hun keuze van onderzoeksmethode, setting, 
onderzoekspopulatie en keuze voor de noemer bij de frequentie berekening. Dit leidt 
er toe dat de schattingen van de frequenties van geneesmiddel gerelateerde 
opnames sterk uiteenlopen. Indien alle onderzoeken gecombineerd worden, vinden 
we een gemiddeld percentage opnames van 8,4% met een range van 0,1-54%. Bij 
onderzoeken naar ADEs worden hogere frequenties gemeten dan bij onderzoeken 
naar ADRs. Het is aan te bevelen dat onderzoeken naar geneesmiddel gerelateerde 
ziekenhuisopnames gebruik maken van de meer omvattende term ADE als definitie 
voor geneesmiddel gerelateerd. Kijken we dan naar die ADE onderzoeken, dan zien 
we dat de keuze voor de noemer acute opnames leidt tot hogere frequenties van 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



15 



^. 




opnames. Hetzelfde geldt voor beperking tot een type afdeling en voorselectie van 
de patienten. Van de onderzoeksmethode kan gezegd worden dat (retro- of 
prospectieve) screening van statussen leidt tot veel hogere frequenties dan de 
methoden databankonderzoek of vrijwillige rapportage. De meeste onderzoeken 
maken ook gebruik van die statusmetliode. 

In de meta-analyse van Beijer et al. [6] wordt wel gecorrigeerd voor omvang van liet 
onderzoek en wordt tevens gekeken naar de oudere versus de jongere populatie, 
maar met keuze van de teller (ADRs of ADEs) en noemer (alle opnames, acute 
opnames, type afdeling) wordt geen rekening gehouden. Het niet rekening houden 
met de noemer, leidt tot overschatting van het percentage geneesmiddel 
gerelateerde ziekenhuisopnames. Of dit geheel gecompenseerd wordt door het niet 
rekening houden met de teller (eigenlijk alleen onderzoeken naar ADEs insluiten, dus 
frequentie wordt 'verdund' door ADR-onderzoeken), is niet geheel duidelijk. Felt is 
wel dat de extrapolaties naar de Nederlandse situatie op basis van de meta-analyse 
van Beijer et al. eigenlijk niet valide zijn. 

Op basis van onze in- en exclusiecriteria van deze literatuurstudie zijn alleen 
gepubliceerde onderzoeken ingesloten. Hierdoor is het recent verschenen rapport 
van IPCI over hun onderzoek naar geneesmiddel gerelateerde ziekenhuisopnames 
buiten beschouwing gebleven [100]. Het betreft een onderzoek, waarbij 
geneesmiddel gerelateerde ziekenhuisopnames opgespoord zijn vanuit het 
electronisch medisch dossier van 27 huisartspraktijken. In dit onderzoek is - na 
standaardisatie voor verzekeringsvorm - een percentage van 5% gevonden (met 
noemer acute opnames) en 2,6% (met noemer alle opnames), waarvan 34% 
vermijdbaar werd geacht. Extrapolatie naar Nederland levert met deze gegevens op, 
dat ruim 12.000 opnames in 2003 vermijdbaar geweest zouden zijn. Dit rapport laat 
zien dat de extrapolatie vanuit de meta-analyse van Beijer et al. (90.000 vermijdbare 
opnames per jaar) inderdaad waarschijniijk te hoog was. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



16 



^. 




HOOFDSTUK 2 



DOELSTELLING HARM ONDERZOEK 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



17 



^. 




aanleiding HARM onderzoek 

De aanleiding voor liet HARIVI onderzoek, wordt uit de in hoofdstuk 1 besclireven 
literatuurstudie direct duidelijk. Nederlands onderzoek naar geneesmiddel 
gerelateerde ziekenliuisopnames ontbreekt grotendeels. Het enige grootsclialige 
Nederlandse onderzoek van IPCI [100] is retrospectief (liet kijkt naar reeds 
vastgelegde gegevens) van karakter. Andere Nederlandse onderzoeken hebben 
slechts naar een beperkte populatie patienten gekeken en waren zeer klein van 
omvang. 

De buitenlandse studies zijn ook grotendeels retrospectief van karakter, betreffen 
vaak maar een ziekenhuis en kijken niet gestructureerd naar mogelijke risicofactoren 
voor (vermijdbare) geneesmiddel gerelateerde ziekenhuisopnames. Om betrouwbare 
gegevens voor Nederland te krijgen, is het HARM onderzoek opgezet, waarbij voor 
een prospectieve, multicenter (met regionale spreiding van de ziekenhuizen over 
Nederland en met spreiding naar type ziekenhuis) opzet is gekozen. 

doelstellingen 

Primaire doelstelling van het HARM onderzoek is het in kaart brengen van de 

omvang van de problematiek van geneesmiddel gerelateerde ziekenhuisopnames in 

Nederland, met de nadruk op potentieel vermijdbare opnames. Voor het vaststellen 

van geneesmiddel gerelateerde ziekenhuisopnames, zai daarbij worden uitgegaan 

van ADEs (dus schade door bijwerkingen en door medicatiefouten). 

De omvang zaI uitgedrukt worden in het percentage van alle ziekenhuisopnames dat 

geneesmiddel gerelateerd is, alsmede het percentage van de acute opnames dat 

geneesmiddel gerelateerd is. 

Tevens zaI hierbij gekeken worden naar de typen geneesmiddel gerelateerde 

problemen alsmede de geneesmiddel(groep)en die hierbij betrokken zijn. 

Secundair worden in het onderzoek potentiele risicofactoren voor de vermijdbare 
ziekenhuisopnames in kaart gebracht, alsmede de kosten die gepaard gaan met 
geneesmiddel gerelateerde ziekenhuisopnames. Behalve de kosten zaI ookde 
afloop van de geneesmiddel gerelateerde opname in kaart worden gebracht (herstel 
patient, restschade, overlijden). 

Vanuit de geidentificeerde risicofactoren zullen aanbevelingen worden gedaan om 
het aantal geneesmiddel gerelateerde ziekenhuisopnames te verminderen. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



18 



^. 




HOOFDSTUK 3 



METHODE 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



19 



v^ 




inleiding 

De onderzoeksopzet is uitgesplitst naar de drie vraagstellingen (omvang probleem 
inclusief vermijdbaarheid en leeftijd/geslacht-verdeling en type 
schade/veroorzakende geneesmiddelen, kosten, potentiele risicofactoren), zoals in 
lioofdstuk 2 onder doelstelling aangegeven. 

omvang probleem 

onderzoeksdesign 

Om de vraagstelling te beantwoorden wordt een prospectief, multicenter follow-up 
onderzoek opgezet. Het onderzoek is medisch ethisch getoetst door Medisch- 
Ethische Toetsing Onderzoek Patienten en Proefpersonen (METOPP). 

onderzoekssetting 

Het onderzoek wordt uitgevoerd in 21 Nederlandse ziekenhuizen die geografisch 
gespreid zijn. Daarnaast vindt spreiding plaats naar type kliniek: 4 academische 
centra, 10 topklinische ziekenhuizen en 7 algemene ziekenhuizen. In bijiage 2 staan 
de deelnemende ziekenhuizen vermeld, onderverdeeld naar type ziekenhuis. 
De ziekenhuizen zijn gelijkmatig over Nederland verspreid, met een nadruk op de 
randstad (in verband met bevolkingsdichtheid). Psychiatrische ziekenhuizen of 
afdelingen van de deelnemende centra, maakten geen deel uit van de 
onderzoekssetting. 

onderzoekspopulatie 

Alle patienten opgenomen in het ziekenhuis, met uitzondering van kraamvrouwen en 
kinderen (< 18 jaar), vormen de bronpopulatie. Voor de screening van geneesmiddel 
gerelateerde opnames is binnen deze bronpopulatie uitgegaan van de acute 
opnames (datwil zeggen de niet-geplande opnames). 

definitie geneesmiddel gerelateerde ziekenhuisopname 

Een geneesmiddel gerelateerde ziekenhuisopname wordt gedefinieerd als een 
ziekenhuisopname veroorzaakt door een 'adverse drug event', dat wil zeggen door of 
een bijwerking (volgens de definitie van de WHO [97]; zie pagina 1 1 ) of door een 
medicatiefout (volgens de definitie van de NVZA classificatie [99]: medicatiefouten 
zijn gebeurtenissen die te voorkomen zijn en die kunnen leiden tot suboptimaal 
gebruik van het geneesmiddel of tot schade bij de patient, bij toediening van dit 
geneesmiddel door professionals of bij gebruik door de patient zelf). Bij opnames 
door medicatiefouten, hebben die medicatiefouten per definitie tot schade bij de 
patient geleid (aangezien er een ziekenhuisopname nodig was). 
Vanzelfsprekend kunnen ook meerdere bijwerkingen of medicatiefouten ten 
grondslag liggen aan de ziekenhuisopname. 
Suicidepogingen worden uitgesloten. 



20 

eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




dataverzameling 

Gedurende een tijdsperiode van 40 meetdagen (zie 'groepsgrootte berekening' bij de 
paragraaf 'potentiele risicofactoren') worden alle acute opnames gescreend door een 
onderzoeker aan de hand van een zogenaamde 'triggerlijst' (zie bijiage 3; deze lijst 
bevat diagnosen/symptomen die mogelijk geneesmiddel gerelateerd kunnen zijn). 
Hiermee worden de opnames geclassificeerd als 'mogelijk geneesmiddel gerelateerd' 
of 'zeker niet geneesmiddel gerelateerd'. Van de mogelijk geneesmiddel 
gerelateerde ziekenhuisopnames wordt het medisch dossier geraadpleegd. Indien 
hierin wordt aangegeven dat de reden van opname geneesmiddel gerelateerd is, kan 
de patient worden geincludeerd in het onderzoek. In andere gevallen overlegt de 
onderzoeker met de behandelend arts. Als de behandelaar na dit overleg een relatie 
tot het geneesmiddel mogelijk acht, worden de opnames eveneens ingesloten in het 
onderzoek. Is de diagnose nog niet duidelijk, dan wordt de patient vervolgd tot aan 
ontslag en wordt de patient - afhankelijk van de definitieve diagnose - alsnog 
ingesloten of geexcludeerd. Alle andere opnames worden geexcludeerd. 
De aldus ingesloten patienten wordt 'informed consent' gevraagd; de patienten die 
niet willen deelnemen aan het onderzoek worden uitgesloten. 

Alle ingesloten opnames worden gevolgd tot moment van ontslag. Bij ontslag worden 

de patienten waarbij de diagnose veranderd is in 'niet geneesmiddel gerelateerd' 

alsnog uitgesloten. 

Van de uiteindelijk definitief ingesloten patienten worden de volgende gegevens 

verzameld: 

- patientgegevens (uit het medisch dossier en eventueel navraag patient) 
leeftijd, geslacht, reden van opname en verdacht geneesmiddel, comorbiditeiten, 
roken/alcoholgebruik, woonsituatie (zelfstandig, thuis met aanvullende verzorging 
of verpleging, verzorgingshuis, verpleeghuis), cognitie, aantal behandelaars in het 
jaar voorafgaand aan de opname, eerdere opname (in de 12 maanden 
voorafgaand aan deze opname), afloop (volledig herstel, restschade, overlijden). 

- medicatiegegevens (uit de medicatiehistorie bij de openbare apotheel<) 
geneesmiddelen gebruikt in de 12 maanden voorafgaand aan de opname, 
allergieen; bij een op de vijf medicatiehistories wordt deze op basis van een 
gesprek met de patient getoetst in relatie tot de daadwerkelijk door de patient 
gebruikte medicatie (ter validatie medicatiehistorie als 'gouden standaard') 

- laboratoriumgegevens (ziei<enhuislaboratorium en/of huisartsenlaboratorium) 
historie van klinisch-chemische en klinisch-farmaceutische bepalingen in de 12 
maanden voorafgaand aan de opname 

- i^ostenaspect 

opnameduur op gewone verpleegafdeling, opnameduur op intensive care, kosten 
in rekening gebracht per opname (volgens DBC systematiek). 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



21 



v^ 




Tenslotte worden enkele algemene kenmerken van de ziekenhuizen in kaart 
gebracht: 

- aantal bedden 

- totaal aantal ziekenhuisopnames in de meetperiode, onderverdeeld naar 
geplande (electieve) opnames en acute opnames. Daarnaast onderverdeeld naar 
leeftijd en geslacht. 

centrale beoordeling en classificatie 

Alle door de onderzoekers verzamelde geneesmiddel gerelateerde 
ziekenhuisopnames worden door een apotheker/clinical pharmacist en een 
ziekenhuisapotheker onafhankelijk van elkaar beoordeeld en geclassificeerd. Daarin 
worden de volgende aspecten bekeken: 

- causaal verband tussen het verdachte geneesmiddel (of geneesmiddelen) en de 
ziekenhuisopname (zie 'causaal verband') 

- potentiele vermijdbaarheid (zie 'vermijdbaarheid') 

- indien vermijdbaar, classificatie van de onderliggende medicatiefouten (zie 
'classificatie medicatiefouten'). 

Na de onafhankelijke beoordeling komen de beide apothekers bijeen om consensus 
te bereiken ten aanzien van de discrepanties in de beoordeling. In die gevallen waar 
geen consensus bereikt kan worden, wordt het oordeel van een derde apotheker 
gevraagd dat als bindend wordt beschouwd. 

causaal verband 

Het causaal verband tussen verdacht geneesmiddel en de ADE die tot opname heeft 
geleid, wordt vastgesteld met behulp van de eerste drie assen uit het algoritme van 
Kramer et al. [101]. Deze drie assen stellen de volgende vragen (zie bijiage 4): 

1. Is het klinisch veranderd beeld een bekende bijwerking van het betreffende 
geneesmiddel? (mogelijke scores: -1, 0, +1) 

2. Zijn er andere oorzaken die het klinisch veranderd beeld kunnen verklaren? 
(mogelijke scores: -1, 0, +1, +2) 

3. Past de tijdsrelatie bij de betreffende bijwerking en het geneesmiddel? (mogelijke 
scores: -2, 0, +1) 

De subscores van de drie assen worden opgeteld tot een totaalscore, die de 
volgende klassen kent: 

- waarschijniijk causaal verband: totaalscore +4 

- mogelijk causaal verband: totaalscore t/m 3 

- onwaarschijniijk causaal verband: totaalscore -4 t/m -1 . 

De ziekenhuisopnames waarbij na consensus een onwaarschijniijk causaal verband 
werd vastgesteld, zijn alsnog geexcludeerd. 

Door de combinatie van beoordeling door de hoofdbehandelaar in het betreffende 
ziekenhuis en de centrale beoordeling, worden met een zo groot mogelijke mate van 
zekerheid die ziekenhuisopnames ingesloten die ook daadwerkelijk geneesmiddel 
gerelateerd zijn. 



22 

eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




vermijdbaarheid 

Voor de beoordeling van de vermijdbaarheid wordt liet algoritme van Scliumock et al. 
gebruil<t [102]. In bijiage 5 is dit algoritme weergegeven. Dit algoritme bepaalt of er 
sprake is van een voorschrijffout (en weike subklasse van de voorschrijffout heeft 
plaatsgevonden). Als een voorschrijffout is opgetreden bij het geneesmiddel dat in 
causaal verband staat met de ziekenhuisopname (zie vorige paragraaf), dan wordt 
de opname als vermijdbaar geclassificeerd. 

Aanvullend aan het algoritme van Shumock et al. wordt ook nog beoordeeld of er 
afleverfouten of toedienfouten (inclusief therapie ontrouw) hebben plaatsgevonden. 
Voor de bepaling van therapie ontrouw wordt afgegaan op de informatie verzameld 
door de onderzoeker en op de zogenaamde refill-rate, berekend uit de 
medicatiehistorie. De refill-rate wordt gedefinieerd als de theoretische gebruiksduur 
gedeeld door de tijdsperiode tussen afleveringen (als maat voor de praktische 
gebruiksduur). Deze is alleen berekend voor chronische, orale medicatie en alleen bij 
minimaal 3 afleveringen van een middel en bij een eenduidige dosering (dus niet bij 
'zonodig', 'volgens trombosedienst' etc.). Bij een refill-rate < 0,8 of > 1 ,2 wordt de 
patient beschouwd als therapie ontrouw. Ook opnames veroorzaakt door 
afleverfouten en toedienfouten worden als vermijdbaar geclassificeerd. 
Deze methode wordt in de literatuur ook vaak gebruikt en in het algemeen komt men 
in de literatuur ook de term 'vermijdbaarheid' tegen. Strikt genomen kan nooit met 
zekerheid gezegd worden of een opname ook daadwerkelijk vermijdbaar geweest 
zou zijn, omdat dit van meer factoren afhangt dan tijdens de centrale beoordeling 
meegenomen kunnen worden (individuele patientfactoren). Daarom spreken we 
Never van potentiele vermijdbaarheid en kan overal in dit rapport waar 
'vermijdbaarheid' staat, 'potentiele vermijdbaarheid' gelezen worden. 

classificatie medicatiefouten 

Onder vermijdbaarheid staat al vermeld, dat de medicatiefouten onderverdeeld 
worden in de hoofdklassen voorschrijffouten, afleverfouten en toedienfouten. De 
verdere subclassificatie gebeurt op basis van het classificatiesysteem van de NVZA 
[99]. In bijiage 6 staan deze subklassen vermeld. 

dataverwerking en -validatie 

Alle gegevens worden verzameld op papieren case report forms, die aangevuld 

worden met uitdraaien van de medicatiehistorie en van de laboratoriumwaarden. 

Daarna worden de gegevens ingevoerd in het electronische case report form in MS 

Access 1997 of 2000 (afhankelijk van de lokale automatisering in de deelnemende 

ziekenhuizen). 

De geanonimiseerde case report forms met geanonimiseerde bijiagen worden 

centraal verzameld, net als de ingevulde databanken. 

Centraal worden de databanken gevalideerd. Hiertoe worden de volgende checks 

uitgevoerd: 

- missing values: getracht wordt deze alsnog zoveel mogelijk in te vullen. 

- uitbijters: duidelijk niet kloppende waarden voor bijvoorbeeld leeftijd of 
laboratoriumwaarden 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



23 



^. 




dubbele invoer van cases 

controle op codering aandoening en zonodig toevoeging codering 
steekproefsgewijs: complete check juiste invoer vanaf de case report forms naar 
de databank. 



data analyse 

Voor de groepsgrootte berekening wordt verwezen naar de paragraaf 'potentiele 

risicofactoren'). 

Berekeningen voor dit onderdeel zijn uitgevoerd met MS Excel 2000 en SPPS vs. 

11.0. 

De frequentie geneesmiddel gerelateerde ziekenhuisopnames is berekend door 

het aantal gevonden geneesmiddel gerelateerde ziekenhuisopnames te delen door 

het totaal aantal ziekenhuisopnames (exclusief kraamvrouwen en kinderen). 

Dus: 

n=1 

I Aantal geneesmiddel gerelateerde ziekenhuisopnames in meetperiode 

n=21 

n=1 

I Totaal aantal ziekenhuisopnames in meetperiode 

n=21 

Ditzelfde is herhaald, maar dan met acute opnames als noemer. Aan de hand van de 

landelijke opnamegegevens uit 2003 zullen deze frequenties geextrapoleerd worden 

naar de Nederlandse situatie. 

Het percentage vermijdbaarheid is bepaald door de als vermijdbaar beoordeelde 

geneesmiddel gerelateerde opnames te delen door het totaal aantal geneesmiddel 

gerelateerde opnames. 

De leeftijd- en geslacht verdeling van de (vermijdbare) geneesmiddel gerelateerde 

opnames wordt vergeleken met die van alle ziekenhuisopnames op de gemeten 

dagen in de verschillende centra. 

Tenslotte zijn frequentietabellen gemaakt van geneesmiddelgroepen betrokken bij de 

geneesmiddel gerelateerde opnames, van de redenen van geneesmiddel 

gerelateerde opnames (dus eigenlijk de ADE) en van de afloop. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



24 



^. 




kosten 

inleiding 

In de vorige paragraaf is al beschreven weike data verzameld zijn om de kosten in 
kaart te kunnen brengen (aantal dagen verpleegafdeling, aantal dagen intensive 
care, daadwerkelijk in rekening gebraclite kosten via DBC). Daarnaast is uitgegaan 
van kosten voor SEH bezoek voor alle geneesmiddel gerelateerde opnames. 

data analyse 

Uitsluitend de directe kosten worden in kaart gebraclit. Indirecte kosten zoals kosten 
voor arbeidsverlies worden niet meegenomen. 
De kosten worden op twee manieren berekend: 

- via benaderingsmetliode 

Hierbij worden liet gemiddeld aantal verpleegdagen op een gewone afdeling en 
het gemiddeld aantal verpleegdagen op de intensive care bepaald van de 
vermijdbare geneesmiddel gerelateerde opnames. Vervolgens wordt de prijs van 
een vermijdbare geneesmiddel gerelateerde opname berekend aan de hand van 
de volgende standaard verpleegprijzen [103]: 

- verpleegdag gewone afdeling algemeen/topklinisch ziekenhuis: 337 euro 

- verpleegdag gewone afdeling academisch ziekenhuis: 476 euro 

- verpleegdag intensive care: 1684 euro 

- SEH-bezoek: 139 euro. 

Verder wordt uitgegaan van de landelijke gegevens voor verpleegdagen in 
academische versus algemene ziekenhuizen: 84% van de ligdagen in algemene 
ziekenhuizen en 16% in algemene ziekenhuizen (de prijs voor verpleegdagen op 
een gewone afdeling wordt hiermee gefactoriseerd; zie formule). 
De volgende formule wordt hiervoor gebruikt. 

prijs geneesmiddel gerelateerde opname = 139 + (gemiddeld aantal 
verpleegdagen gewone afdeling x ((0.84 x 337) + (0.16 x 476)) + (gemiddeld 
aantal verpleegdagen intensive care x 1684). 

Dit wordt voor de vermijdbare geneesmiddel gerelateerde ziekenhuisopnames 

gedaan. 

Tevens kunnen aan de hand van de naar Nederland geextrapoleerde frequentie 

van vermijdbare geneesmiddel gerelateerde ziekenhuisopnames, de kosten voor 

Nederland in kaart gebracht worden. 

- DBC methode 

De daadwerkelijk door de ziekenhuizen gedeclareerde kosten zullen ook in kaart 
gebracht worden. Dit geeft een beter beeld van de verrichtingen die nog extra 
verricht zijn. Hiervoor worden van alle geneesmiddel gerelateerde opnames de 
toegekende DBC met DBC-prijs en toeslagen en verrekeningen worden 
verzameld. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



25 



^. 




potentiele risicofactoren 

onderzoeksdesign 

Voor het beantwoorden van deze vraag, wordt een multicenter, nested case-control 
design met follow-up gebruikt, waarbij gebruik gemaakt wordt van de gegevens 
verzameld in het eerste deelonderzoek ('omvang probleem'). 

sampling cases en controles 

Cases worden gedefinieerd als patienten die opgenomen worden vanwege een 
potentieel vermijdbaar geneesmiddel gerelateerd probleem. Controles zijn patienten 
van dezelfde leeftijd en geslacht die in dezelfde periode opgenomen worden voor 
een electieve ingreep. Voor eike case wordt 1 controle gezocht. De controles moeten 
net als de cases 'informed consent' geven. 

determinanten 

Als potentiele risicofactoren (determinanten), waarvan de relatie met geneesmiddel 
gerelateerde ziekenhuisopnames wordt onderzocht, gelden: 

- patient gerelateerde factoren 

therapie ontrouw (een patient is therapie ontrouw genoemd als hij een refill-rate 
had van <0,8 of >1 ,2 bij een van de chronische orale geneesmiddelen uit de 
actuele medicatiehistorie), nierfunctie (aan de hand van creatinine waarden uit de 
laboratoriumgegevens), aantal comorbiditeiten (gecategoriseerd), cognitie, 
woonsituatie (gecategoriseerd), aantal ziekenhuisopnames in jaar voorafgaand 
aan deze opname 

- geneesmiddel gerelateerde factoren 

polyfarmacie (gedefinieerd als het gebruik van 5 of meer orale geneesmiddelen), 
geneesmiddelgroep (ingedeeld naar ATC (Anatomical Therapeutic Chemical) 
code) 

- behandelaar gerelateerde factoren 

aantal behandelaren in het jaar voorafgaand aan deze opname. 

groepsgrootte berekening 

Indien uitgegaan wordt van 1250 opnames per maand voor een ziekenhuis van 500 
bedden en een percentage van 5% geneesmiddel gerelateerde ziekenhuisopnames, 
dan zouden per centrum 60 geneesmiddel gerelateerde ziekenhuisopnames per 
maand vastgesteld kunnen worden. Op basis van de literatuur zou 50% hiervan 
vermijdbaar zijn, zodat er 30 vermijdbare opnames per ziekenhuis per maand 
gevonden worden. Voor 21 centra levert dit dus in 1 maand tijd 630 cases en 630 
controles op, ofwel een groepsgrootte van 1260 patienten. Met een dergelijke 
groepsgrootte is het mogelijk om in een case control onderzoek een odds ratio van 
1 ,2 te vinden bij een uitgangsprevalentie (bij de controles) van de risicofactor van 
20% (met een alfa=0,05 en power=0,8). Rekening houdend met mogelijk 
tegenvallende percentages cases, wordt gekozen voor een meetperiode van 40 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



26 



.^ 




dagen. Na die 40 dagen wordt gestopt met meten, ongeacht of het exact gewenste 
aantal cases en controles bereikt is. 

data analyse 

Statistisclie analyse vindt plaats met SPSS versie. 1 1 .0. 

Voor de analyse van potentiele risicofactoren wordt gebruik gemaakt van univariate 

conditionele logistische regressie, waarbij cases en controles ook nog gematched 

worden op centrum. De determinanten die op die manier geidentificeerd worden als 

statistisch significant gerelateerd aan het risico op een vermijdbare geneesmiddel 

gerelateerde ziekenhuisopname zullen met multipele conditionele logistische 

regressie geanalyseerd worden (via stepwise forward methode). 

De risico's worden uitgedrukt als hazard ratios (HR) met bijbehorende 95% 

betrouwbaarheidsintervallen. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



27 



v^ 




eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



28 



v^ 




iil^MI 



H00FDSTUK4 



RESULTATEN 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



29 



^. 




omvang probleem 

frequentie en vermijdbaarheid 

Van 17 September 2005 tot en met 13 juni 2006 zijn in 21 verschillende ziekenhuizen 
bijna 30.000 ziekenhuisopnames bekeken. lets minder dan de lielft van deze 
opnames betroffen acute opnames. In totaal werden 12.793 acute 
ziekenhuisopnames onderzocht. 

Het grootste aantal opnames werd gezien in de topklinische ziekenhuizen: 18.166. In 
de academische centra werden de minste acute opnames gescreend. 

In totaal werden er na beoordeling 714 geneesmiddelgerelateerde opnames 
gevonden. Dit betekent een frequentie van 2,4% van alle ziekenhuisopnames en 
5,6% van de acute ziekenhuisopnames. Na beoordeling bleek 46% van deze 
opnames potentieel vermijdbaar te zijn. In de verschillende typen ziekenhuizen zit 
een kleine variatie in de frequentie, zie tabel 4.1 . In een academisch ziekenhuis kon 
geen onderscheid gemaakt worden in acute of geplande opnames, zodat de 
frequentie van 5,6% berekend is zonder dit ene ziekenhuis. 

Tabel 4. 1: Frequentie van het aantal geneesmiddel gerelateerde ziekenhuisopnames per 
type ziekenhuis 



Type 
ziekenhuis 


HARM 


Totaal 
opnames 


Acute 
opnames 


Frequentie 
totaal 


Frequentie 
acuut 


Aandeel 

potentieel 

vermijdbaar 


Academisch 
Top klinisch 
Algemeen 


76 
431 
207 


3361 

18166 

8325 


807 
7754 
4232 


2,3% 
2,4% 
2,5% 


7,9% 
5,6% 
4,9% 


42% 
48% 
46% 


Totaal 


714 


29852 


12793 


2,4% 


5,6% 


46% 



In totaal 72 patienten wilden niet meewerken aan het onderzoek en gaven geen 
toestemming voor het gebruik van hun medische gegevens. 

patientkenmerken en opnamegegevens 

leeftijd en geslacht 

Evenveel mannen als vrouwen werden gevonden met een geneesmiddel 

gerelateerde ziekenhuisopname (zie tabel 4.2). 



Tabel 4.2: verdeling mannen en vrouwen 





Alle Opnames 


HARM 


Mannen 
Vrouwen 


48% 
52% 


50% 
50% 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



30 



v^ 




De gemiddelde leeftijd van de geneesmiddelgerelateerde ziekenhuisopnames was 
significant lioger dan die van alle opgenomen patienten. Van de vermijdbare 
geneesmiddelgerelateerde ziekenhuisopnames was deze 70 jaar in tegenstelling tot 
62 jaar gemiddeld voor de acute opnames (figuur 4.1 ) 



Figuur 4. 1: Leeftijdsverdeling van alle ziekenhuisopnames en de geneesmiddel 
gerelateerde ziel<enhuisopnames 



25 



20 



HARM 



800 Alle opnames 




700 



600 



500 



400 



300 



200 



100 




18 23 28 33 38 43 48 53 58 63 68 73 78 83 88 93 98104 
Leeftijd 



18 23 28 33 38 43 48 53 58 63 68 73 78 83 88 93 98104 
Leeftijd 



Bij de oudere patienten werden meer geneesmiddel gerelateerde diagnoses gesteld 
dan bij patienten onder de 65 jaar. Ook werden deze vaker als potentieel vermijdbaar 
beoordeeld (zie tabel 4.3). 



Tabel 4. 3: Verdeling geneesmiddel gerelateerde opnames ouderen t. o. v. jongeren 





Tot 65 jaaroud 


65 jaar en ouder 


Alle opnames 


17464 


13838 


Acute opnames 


7049 


7250 


Aantal HARM 


270 


444 


Frequentie van acute opnames 


3,8% 


6,1% 


Aandeel potentieel vermijdbaar 


39% 


51% 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



31 



v^ 




opnemend specialisme 

De helft van de patienten met een geneesmiddelgerelateerde reden van opname 

werd opgenomen door een internist. Andere patienten kwamen tereclit op de 

afdelingen cardiologie (14%), longziekten (6%) en maag-, darm- en leverziekten 

(9%). 

ligdagen 

De gemiddelde ligduur van de vermijdbare geneesmiddel gerelateerde 
ziekenliuisopnames was in dit onderzoek 1 1 ,2 dagen, terwiji liet landelijk gemiddelde 
5,6 dagen is. (bron cbs). 

Tijdens liun verblijf werden 24 patienten met een vermijdbare geneesmiddel 
gerelateerde ziekenhuisopname ook op de Intensive Care afdeling verpleegd. In 
totaal ging dit om 82 dagen met een minimum verblijf van 1 dag en een maximum 
verblijf van 15 dagen. 

afloop 

De meeste patienten herstelden geheel tijdens hun geneesmiddel gerelateerde 
ziekenhuisopname. Maar bijna 7% van de patienten met een vermijdbare 
geneesmiddelgerelateerde ziekenhuisopname kwam te overlijden (zie tabel 4.4). 



Tabel 4.4: Afloop van geneesmiddel gerelateerde ziekenhuisopnames 





Hersteld 


Restschade 


Overleden 


Onbekend 


HARM totaal 
Potentieel vermijdbaar 


72,4% 
70,3% 


9,8% 
9,3% 


5,0% 
6,6% 


12.7% 
13,8% 



causaliteit en medicatiefouten 

Er werden 743 cases aangeboden ter beoordeling. Deze eerste selectie was 
gemaakt door de onderzoeker in het centrum in overleg met de behandelend arts. 
Van deze 743 werden na consensus 29 cases als onwaarschijniijk geneesmiddel 
gerelateerd beoordeeld. Deze cases werden niet meegenomen in de analyse. 

Van de 714 cases werden na consensus 332 cases als potentieel vermijdbaar 
beoordeeld. Bij deze 332 cases werden een of meer fouten gevonden, waarvan de 
meest voorkomende fouten voorschrijffouten waren. Bij 239 cases werden een of 
meer voorschrijffouten geconstateerd, terwiji bij 87 cases alleen toedienfouten 
werden vastgesteld. De meest gemaakte fouten van deze cases zijn weergegeven in 
tabel 4.5. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



32 



^. 




Tabel 4.5: Overzicht van gemaakte fouten in relatie tot de geneesmiddel 
gerelateerde reden van op name 



Soort fout 


Aantal fouten 


Percentage 


Therapeutische fouten 


339 


66,6 


Doseerfouten 


38 


7,5 


Toedienfouten 
(incl. therapie ontrouw) 


114 


22,4 


Overige medicatiefouten 


18 


3,5 


Totaal 


509 


100,0 



Van de 332 cases woonden 94 patienten niet zelfstandig. Zij woonden voor opname 
in een verpleeghuis, een verzorgingstehuis of thuis met aanvullende verzorging of 
verpleging. Bij deze groep patienten werden ook voornamelijk voorsclirijffouten 
geconstateerd (81%). Sleclits een maal werd een toedienfout geconstateerd. Zie 
tabel 4.6 voor meer informatie over deze fouten. 



Tabel 4.6: Overzicht van gemaal<te fouten bij niet zeifstandig wonende geneesmiddei 
gereiateerd opgenomen patienten 



Soort fout 


Aantal fouten 


Percentage 


Therapeutische fouten 


58 


65,9 


Overige voorschrijffouten 


13 


14,8 


Toedienfouten 


13 


14,8 


(incl. therapie ontrouw) 


Overige fouten 


4 


4,5 


Totaal 


88 


100 



reden van opname 

De reden van opname was voor de vermijdbare geneesmiddel gerelateerde 
ziekenhuisopnames vaak gastrointestinaal van aard. In 14,5% van de vermijdbare 
cases was dit een gastro-intestinale bleeding maar ook maag- en darmklachten 
(6,6%) werden vaak als reden van opname aangegeven. Daarnaast waren 
cardiovasculaire (10,5%) en respiratoire (7,8%) klachten en aandoeningen een veel 
voorkomende reden van opname voor vermijdbare geneesmiddel gerelateerde 
ziekenhuisopnames (zie ook tabel 4.7). 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



33 



v^ 




Tabel 4. 7: Redenen van opname voor vermijdbare geneesmiddel gerelateerde opnames 



Reden van opname 


Aantal 


Percentage 


Gastro-intestinale bloeding 


48 


1 4,5% 


Cardiovasculair 


35 


10,5% 


Respiratoir 


26 


7,8% 


Maag-darmklachten en aandoeningen 


22 


6,6% 


Diabetes mellitus 


20 


6,0% 


Trauma 


19 


5,7% 


Algehele malaise 


19 


5,7% 


Verstoring electrolyten of vochtbalans 


12 


3,6% 


Collaps 


10 


3,0% 


Anders 


121 


36,4% 


Totaal 


332 


100,0% 



betrokken geneesmiddelen 

Bij de potentieel vermijdbare cases werden veel bloedingsgerelateerde opnames 
gezien (zie tabel 4.7), die veroorzaal<t werden door trombocytenaggregatieremmers, 
vitamine K-antagonisten, NSAID's of een combinatie van deze geneesmiddelen. De 
psychofarmaca veroorzaakten vaak een trauma en de bloedglucoseverlagende 
middelen werden gerelateerd aan hypoglykemieen (tabel 4.8). 



Tabel 4.8: Geneesmiddelgroepen betrokken bij de vermijdbare geneesmiddel 
gerelateerde ziekenhuisopnames 



omsclirijving ATC groep 


Aantal 


Percentage 


Trombocytenaggregatieremmers 


29 


8,7% 


Vitamine K-antagonisten 


21 


6,3% 


NSAID's 


17 


5,1% 


Psychofarmaca 
(waaronder anxiolytica, hypnotica en sedativa) 


17 


5,1% 


Insulines en analoga 


16 


4,8% 


Orale Bloedglucoseverlagende middelen 


15 


4,5% 


"High ceiling" diuretica/lisdiuretica 


15 


4,5% 


CorticosteroTden, oraal 


13 


3,9% 


Antimicrobiele middelen 


11 


3,3% 


Anti-epileptica 


9 


2,7% 


Vitamine K-antagonist met NSAID 


6 


1 ,8% 


Combinatie van verschillende geneesmiddelen 


99 


29,8% 


Overige geneesmiddelen 


64 


19,3% 


Totaal 


332 


100,0% 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



34 



^. 




verificatie medicatiehistorie openbare apotheek 

Bij 1450 geneesmiddelen die volgens de gegevens van de openbare apotheek in 
gebruik waren op liet moment van opname is navraag gedaan bij de patient of deze 
ook daadwerkelijk gebruikt waren, lioe deze gebruikt waren en in weike dosering. Bij 
279 van deze geneesmiddelen (19%) werd een discrepantie opgemerkt met de 
gegevens van de openbare apotlieek. Bij een derde van deze verscliillen ging liet 
om middelen weIke de patient wel gebruikte maar niet meer als actief geneesmiddel 
in de medicatieliistorie vermeld stond (zie figuur 4.3). 

De discrepanties werden in gelijke mate gezien bij de cases en de controles (er was 
dus geen sprake van differentiele misclassificatie). 

Figuur 4.2: Discrepanties tussen medicatiehistorie openbare apotheek en interview 
patient (percentage van nagevraagde geneesmiddelen) 



6,4% 6,2% 



2,4% 



1.1% 1,0% 



0,6% 






^o^' ..ve<^^ .rio^^^ ..yf^^ .,^e^^^^ 









\x<^^ 






.^^^ 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



35 



v^ 




kosten 

Zoals terug te vinden in Hoofdstuk 3 is voor liet berekenen van de kosten gebruik 
gemaakt van liet aantal verpleegdagen. Hierbij is rekening geliouden met liet 
verscliil in kosten tussen van verpleegdagen in algemene ziekenliuizen en 
academisclie ziekenliuizen (zie tabel 4.9 voor de berekening) 



Tabel 4.9: Berekening van de gemiddelde kosten per vermijdbare geneesmiddel 
gerelateerde ziekenhuisopname 



Gemiddelde per case 


Berekening 


Bedrag in Euro 


Gemiddelde verpleegduur: 11,17 dag 
Gemiddelde verpleegduur ICU: 0,25 dag 
BezoekSEH 


1 1 ,1 7 X (0,84 X 3337 + 0,1 6 X 476) 

0,25 X 1684 

1 X139 


4.013 
421 
139 


Totaal 




4.573 



extrapolatie 

Voor de situatie in Nederland geldt dat van de 738.136 acute opnames per jaar [100] 
er (op basis van de frequentie gevonden in het HARM-onderzoek) 5,6% - dus ruim 
41 .000 opnames - geneesmiddel gerelateerd zijn. Hiervan is 46% (ruim 1 9.000 
opnames) potentieel vermijdbaar. De kosten van deze opnames zijn voor Nederland 
ruim 85 miljoen euro (1 9.000 x 4573) per jaar. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



36 



.^ 




potentiele risicofactoren 

Voor de analyse van de risicofactoren is uitsluiten gebruil< gemaal<t van de 332 
vermijdbare geneesmiddel gerelateerde ziekenliuisopnames met de daarbij 
geselecteerde controles. 

patient gerelateerde factoren 

therapie ontrouw 

Tlierapie ontrouw bleek liet risico op een geneesmiddel gerelateerde 
ziekenhuisopname te verhogen. Van 464 patienten kon de therapietrouw bepaald 
worden zoals beschreven in Hoofdstuk 3. Deze factor is gecorrigeerd voor 
polyfarmacie en cognitie (zie tabel 4.10). 

cognitie 

Patienten met een verminderde cognitie werden vaker in het ziekenhuis opgenomen 
met een geneesmiddel gerelateerde reden. Dit effect is gecorrigeerd voor de 
woonsituatie en polyfarmacie (zie tabel 4.10). 

nierfunctie 

De creatinine waarden in bloed werden gebruikt voor de analyse van de nierfunctie. 
Bij voorkeur werd de waarde van voor opname, zo dicht mogelijk bij de datum van 
opname, gebruikt. Indien deze waarde niet bekend was, werd de waarde tijdens 
opname gebruikt. Vrouwen met een creatinine waarde van boven de 100 |jmol/l en 
mannen met een waarde van boven de 125 |jmol/l, kregen het label verminderde 
nierfunctie. Van 561 patienten was het mogelijk om op deze manier de nierfunctie te 
analyseren. Er waren geen confounders die het effect van de nierfunctie 
beinvloedden (zie tabel 4.10). 

woonsituatie 

Patienten die zelfstandig thuis wonen zonder aanvullende verpleging of verzorging 
hadden een kleiner risico op het doormaken van een geneesmiddel gerelateerde 
ziekenhuisopname. Patienten met aanvullende verzorging, in een verzorgingshuis of 
verpleeghuis hadden ook na correctie voor cognitie, polyfarmacie, therapietrouw en 
nierfunctie een groter risico (zie tabel 4.10). 

aantal comorbiditeiten 

Meerdere aandoeningen resulteerden in een groter risico op een geneesmiddel 
gerelateerde ziekenhuisopname. Dit geldt ook als gecorrigeerd wordt voor 
polyfarmacie en therapietrouw. Alle aandoeningen uit het verleden van de patient 
die gediagnosticeerd waren voor opname zijn meegeteld (zie tabel 4.10). 

aantal ziel<eniiuisopnames in hetjaar voor de geneesmiddel gerelateerde opname 
Voor deze potentiele risicofactor werd geen statistisch significante associatie met 
vermijdbare geneesmiddel gerelateerde opnames gevonden. 



37 

eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




Tabel 4.10: Patient gerelateerde risicofactoren voor vermijdbare geneesmiddel gerelateerde 
ziekenhuisopnames 



Variabele 


HR 


95%BI 


Gecorrigeerd voor: 


Therapie ontrouw 


2,3 


1,4- 3,8 


Polyfarmacie en cognitie 


Verminderde cognitie 


11,9 


3,9- 36,3 


Woonsituatie en polyfarmacie 


Nierfunctie 


3,1 


1,9- 5,2 




Thuissituatie 
(niet zelfstandig wonend) 


3,0 


1,4- 6,5 


Cognitie, polyfarmacie, therapietrouw en nierfunctie 










Aantal aandoeningen =0 
Aantal aandoeningen =1/2 
Aantal aandoeningen =3/4 
Aantal aandoeningen =5+ 


Ref. 
4,8 
6,2 
8,7 


1,8- 13,0 
2,3- 17,1 
3,1 - 24,1 


Polyfarmacie en therapietrouw 



geneesmiddel gerelateerde factoren 

polyfarmacie 

Het gebruik van 5 of meer chronisch geneesmiddelen bij opname bleek een 
risicofactor voor het doormaken van een geneesmiddel gerelateerde 
ziekenhuisopname. Het effect van deze polyfarmacie op het krijgen van een 
geneesmiddel gerelateerde ziekenhuisopname is gecorrigeerd voor de confounder 
therapietrouw (zie tabel 4.1 1 ). 

geneesmiddelgroepen 

Een aantal geneesmiddelgroepen had een significant effect op geneesmiddel 
gerelateerde ziekenhuisopnames (zie tabel 4.1 1). Bij de overige ATC-groepen werd 
geen significante associatie waargenomen. 

Tabel 4.11: Geneesmiddel gerelateerde risicofactoren voor vermijdbare geneesmiddel 
gerelateerde ziekenhuisopnames 



Variabele 


HR 


95%BI 


gecorrigeerd voor: 


polyfarmacie 


2,7 


1,8- 


3,9 


Therapietrouw 


ATC A: maagdarmkanaal en metabolisme 


2,4 


1,6- 


3,6 


Polyfarmacie 


ATG B: bleed en bloedvormende organen 


1,7 


1,1 - 


2,4 


polyfarmacie en therapietrouw 


ATC C: hartvaatstelsel 


1,7 


1,1 - 


2,7 


Polyfarmacie 


ATC G: urogenitale stelsel en geslachtshormonen 


0,5 


0,3- 


0,8 


Polyfarmacie 


ATC H: hormoonpreparaten, excl geslachtshormonen 


1,6 


1,0- 


2,4 


Polyfarmacie 


ATC R: ademhalingsstelsel 


1,7 


1,1 - 


2,4 


Polyfarmacie 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



38 



.^ 




behandelaar gerelateerde factoren 

In het HARM-onderzoek zijn ook gegevens verzameld over het aantal behandelend 
artsen in het jaar voorafgaand aan de geneesmiddel gerelateerde opname. Deze 
potentiele risicofactor had geen significante associatie met het doormaken van een 
vermijdbare geneesmiddel gerelateerde ziekenhuisopname. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



39 



v^ 




eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



40 



^. 




HOOFDSTUK 5 



DISCUSSIE 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



41 



^. 




omvang probleem 

frequentie 

Het HARM onderzoek laat zien dat geneesmiddel gerelateerde ziekenhuisopnames 
frequent voorkomen. De frequentie die gevonden is in liet HARIVI onderzoel< van 
5,6% van alle acute opnames komt goed overeen met zowel de waarde uit de 
literatuur (6,7% bij studies met ADE als teller) als die uit het IPCI onderzoek [100] 
(5,0%). Ook indien als noemer alle opnames gebruikt worden, liggen de waarden van 
het HARM onderzoek (2,4%) en het IPCI onderzoek (2,6%) dicht bij elkaar. In de 
literatuur is dan het percentage wat hoger (4,9% bij studies met ADE als teller). De 
zorgvuldige beoordeling van de causaliteit (eerste filter door behandelend specialist, 
tweede filter door centrale beoordeling) heeft er naar alle waarschijniijkheid toe 
geleid dat de ingesloten opnames ook daadwerkelijk geneesmiddel gerelateerd 
waren, maar kan ook tot een onderschatting van de frequentie van geneesmiddel 
gerelateerde opnames leiden. De goede overeenstemming met de literatuur doet 
vermoeden dat dit probleem gering is. 

Extrapolatie naar de Nederlandse situatie levert een getal op van 19.000 vermijdbare 
ziekenhuisopnames per jaar (IPCI 12.000; Beijer et al. [6] 90.000). Ook het HARM- 
onderzoek laat dus zien, dat de meta-analyse een overschatting voor de 
Nederlandse situatie heeft laten zien. 

vermijdbaarheid 

Het percentage potentiele vermijdbaarheid is met 46% ook vergelijkbaar met de 
getallen uit de literatuur (rond de 50%), maar ligt wat hoger dan de 34% die in het 
IPCI onderzoek is gevonden. Bij de beoordeling van de vermijdbaarheid zijn zoveel 
mogelijk zorgvuldigheidscriteria ingebouwd (classificatie door twee beoordelaars 
onafhankelijk van elkaar, daarna consensus), maar het blijft mogelijk dat bepaalde 
opnames onterecht als vermijdbaar zijn geclassificeerd. Oorzaken hiervoor kunnen 
zijn het ontbreken van de volledige medische status bij het beoordelen, het niet 
kennen van de patient en de niet-medische achtergrond van de beoordelaars. 
Daarom is het beter van 'mogelijk vermijdbaar' te spreken, zoals ook al in Hoofdstuk 
3 staat vermeld. 

Overigens ligt het nog wel in de planning om een artsenpanel een random steekproef 
van de geneesmiddel gerelateerde opnames te laten beoordelen. Dit onderzoek zai 
separaat gerapporteerd worden. 

leeftijds- en geslacht verdeling 

Het geslacht van de patienten opgenomen vanwege een geneesmiddel gerelateerd 
probleem verschilt niet van het geslacht van de gehele ziekenhuispopulatie. De 
literatuur laat hier een wisselend beeld zien. Er wordt wel gezegd dat vrouwelijk 
geslacht een risicofactor is voor bijwerkingen, maar aan de andere kant wordt dit ook 
ontkend [5]. 



42 

eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




De leeftijdsverdeling laat daarentegen zien dat ouderen circa twee maal zoveel kans 
hebben cm opgenomen te worden vanwege een geneesmiddel gerelateerd probleem 
dan jongeren. In de meta-analyse van Beijer et al. [6] werd hier een factor van ruim 
3x voor gevonden, maar het insluiten van studies met uitsluitend ouderen kan liier 
een vertekening liebben gegeven. Ouderen gebruiken natuurlijk ook meer 
geneesmiddelen, wat dit vergrote risico zou kunnen verklaren. 
Door de gematchte studie-opzet (cases en controles gematclied op leeftijd en 
geslaclit) konden leeftijd en geslacht niet getoetst worden als determinant. 

verantwoordelijke geneesmiddelen en redenen van (vermijdbare) opname 

De top 5 van redenen van opname bij de vermijdbare geneesmiddel gerelateerde 
opnames bestond uit: gastro-intestinale bloedingen, cardiovasculaire problemen, 
respiratoire aandoeningen, overige gastro-intestinale aandoeningen en (ontregelde) 
diabetes mellitus. De belangrijkste veroorzakende geneesmiddelen sluiten hierbij 
aan: acetylsalicylzuur en coumarines (stollingsremmers), NSAIDs, psychofarmaca, 
insulines en orale antidiabetica en corticosteroTden. Dit beeld is vergelijkbaar met het 
IPCI rapport. Dat NSAIDs vaak bij vermijdbare geneesmiddel gerelateerde 
ziekenhuisopnames betrokken zijn, laat zien dat de controle op deze middelen verder 
verscherpt moet worden. Het uitbreiden van verkooppunten buiten drogisten en 
apothekers, dient dus ontraden te worden (en wellicht verdient het overweging aan 
NSAIDs een UA status toe te kennen). 

afloop 

Ruim 70% van de patienten herstelt gelukkig volledig van de vermijdbare 
geneesmiddel gerelateerde opname. Toch heeft 9,3% bij ontslag nog restschade 
(waarvan onduidelijk is of dit na ontslag nog verder hersteld is), terwiji 6,6% zelfs is 
overleden tijdens de opname. Dit overlijden kan in rechtstreeks verband staan met 
het geneesmiddel gerelateerde probleem, maar kan ook een bijkomende complicatie 
zijn. Natuurlijk kan geredeneerd worden, dat ook die complicatie het gevolg is van de 
opname, maar het valt niet met volledige zekerheid te zeggen dat de patient zonder 
die opname niet ook zou zijn overleden. 



kosten 

Voor de berekening van de kosten die samenhangen met de vermijdbare 
geneesmiddel gerelateerde ziekenhuisopnames is in eerste instantie uitgegaan van 
een ruwe methode, waarbij alleen de SEH-bezoeken en de verpleegdagen (op 
gewone afdeling en op intensive care) meegenomen worden. Extrapolatie naar 
Nederland levert dan een bedrag op van ruim 85 miljoen euro, dat samenhangt met 
vermijdbare geneesmiddel gerelateerde opnames. 

Een meer gespecificeerde berekening - via de DBC's en daadwerkelijk in rekening 
gebrachte kosten - wordt nog uitgevoerd, zodra de gegevens van alle centra binnen 
zijn. Tot die tijd moet dus het bedrag met de nodige voorzichtigheid worden 

43 

eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




geinterpreteerd, al is het niet waarschijniijk dat het een overschatting van de kosten 
vormt (gezien de methodiek eerder een onderschatting). 



potentiele risicofactoren 

patient gerelateerde factoren 

Therapie-ontrouw, verminderde cognitie, verminderde nierfunctie, het niet zelfstandig 
wonen en aanweziglieid van meerdere co-morbiditeiten zijn geidentificeerd als 
onafliankelijke risicofactoren. Tlierapie-ontrouw is een bel<ende risicofactor voor 
geneesmiddel gerelateerde opnames [104,105]. Het HARIVI-onderzoek laat nu zien 
dat dat in Nederland niet anders is. Een betere begeleiding van de patient door de 
apotlieker bij liet geneesmiddelgebruik zou de tlierapietrouw kunnen verbeteren 
[106-108]. 

Van verminderde cognitie is in een eerder Nederlands onderzoek al aangetoond dat 
dit de kwaliteit van de instelling op coumarines negatief beinvloedt [109]. Het lijkt 
waarschijniijk dat dit ook voor het gebruik van andere geneesmiddelen geldt, zodat 
de identificatie van deze risicofactor in het HARM-onderzoek ook logisch is. 
Een verminderde nierfunctie kan een contra-indicatie zijn voor bepaalde 
geneesmiddelen of reden om de dosering te verlagen. Indien deze maatregelen niet 
genomen worden, kan schade optreden zoals het HARM-onderzoek laat zien. 
Voor wat betreft contra-indicatie geldt dit ook voor comorbiditeiten. In het HARM- 
onderzoek blijkt dat het risico om opgenomen te worden vanwege een geneesmiddel 
gerelateerd probleem, stijgt met het aantal comorbiditeiten. Een juist inzicht in 
verminderde nierfunctie en comorbiditeiten (in plaats van de 'afgeleide' 
comorbiditeiten, waar de medicatiebewaking in de apotheek nu vaak meewerkt; deze 
zijn afgeleid uit het medicatiegebruik) bij de medicatiebewaking in de apotheek 
(bijvoorbeeld via koppeling met klinisch-chemische laboratoriumsystemen en/of 
electronisch medische dossiers van de patient) kan mogelijk bijdragen aan een 
vermindering van deze opnames [1 10]. 

Het niet zelfstandig wonen is een opvallende risicofactor. Natuurlijkgebruiken deze 
patienten vaak meer geneesmiddelen, maar zelfs na correctie daarvoor blijft het 
overeind als risicofactor. Het is onduidelijk waar dit door veroorzaakt wordt, maar 
aangezien niet zelfstandig wonende patienten in het algemeen ouder en zieker zijn 
dan zelfstandig wonende kan er sprake zijn van een delicaat evenwicht dat snel 
verstoord wordt. Het geeft in elk geval aan dat een goede medicatiebegeleiding in 
instellingen noodzakelijk is, bijvoorbeeld door in een multidisciplinairteam regelmatig 
de medicatie te screenen op zaken als effectiviteit en bijwerkingen in relatie tot 
veranderende patientkenmerken (zoals nierfunctie of een verminderde voedselintake 
bij gecontinueerd gebruik van antidiabetica) [111]. 

Het aantal ziekenhuisopnames in het jaar voorafgaand aan de geneesmiddel 
gerelateerde ziekenhuisopname bleekgeen onafhankelijke risicofactor te zijn. Omdat 
eike ziekenhuisopname het risico inhoudt dat de informatie overdracht van eerste 
naar tweede lijn en vice versa niet correct verloopt, lag dit wel in de lijn der 

44 

eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




verwachting [1 12]. Maar mogelijk worden die overdrachtsproblemen voldoende snel 
hersteld om grote schade (dus een ziekenhuisopname) te voorkomen. 

geneesmiddel gerelateerde factoren 

Polyfarmacie is in liet HARIVI-onderzoek gedefinieerd als risicofactor. Dit is ook een 
bekende risicofactor uit de literatuur voor adverse drug events tijdens opname [113] 
en in de eerste lijn [114]. IVIultidisciplinaire interventies (artsen en apotliekers) kunnen 
ongewenste polyfarmacie verminderen [115,116]. Of dit ook tot verbetering op de 
liarde eindpunten (adverse drug events, geneesmiddel gerelateerde opnames) in 
Nederland zai leiden, is onderwerp van een nieuw onderzoek van onze groep 
(waarvoor inmiddels subsidie van ZonMw is ontvangen). 

Geneesmiddelgroepen die als risicofactor zijn geidentificeerd, behoren tot de ATC- 
klassen maagdarm middelen (vooral antidiabetica), bloed (acetylsalicylzuur en 
coumarines), cardiovasculaire middelen, hormonen en respiratoire middelen. Dit 
beeld komt - zoals al eerder in de discussie besproken - grotendeels overeen met 
de resultaten van het IPCI onderzoek [100]. 

Bi] middelen uit de groep 'urogenitaal' lijkt een verlaagd risico te bestaan, maar dit 
komt vooral door een oververtegenwoordiging van deze middelen bij de controles 
(veel patienten voor electieve urologische of gynaecologische ingreep). 

behandelaar gerelateerde factoren 

Het aantal behandelaren dat een patient heeft in de 12 maanden voorafgaand aan 
de geneesmiddel gerelateerde opname, bleek geen onafhankelijke risicofactor te zijn 
voor vermijdbare geneesmiddel gerelateerde opnames. Gezien de 
communicatieproblemen die kunnen ontstaan tussen diverse behandelaars, lag dit 
wel in de lijn van de verwachting. Een mogelijke oorzaak is de keuze van de 
controlegroep: patienten die kwamen voor een electieve ingreep, hetgeen vooral 
prostaatresecties, uterusextirpaties en totale heupvervangingen betrof. Dit is een 
categorie mensen die vaak ook vele behandelaren heeft, zodat het effect wegvalt. 

sterktes en zwaktes HARM-onderzoek 

Onderzoek naar geneesmiddel gerelateerde ziekenhuisopnames kent vele mogelijke 
valkuilen, zoals ook uit hoofdstuk 1 al duidelijk is geworden. Zaken als definities, 
keuze van teller en noemer en onderzoeksmethode kunnen grote invloed op de 
einduitkomsten hebben. Met het HARM-onderzoek hebben we zoveel mogelijk de 
zwaktes van veel andere onderzoeken proberen te voorkomen. Zo is het HARM- 
onderzoek prospectief, waar veel andere onderzoeken retrospectief zijn. Als teller 
worden adverse drug events genomen en als noemer worden zowel alle opnames 
als acute opnames gebruikt. Het causaal verband tussen geneesmiddel en opname 
is sterk, doordat allereerst de behandelend arts (die de patient kent), het verband 
mogelijk moet achten. Daarnaast zijn alle aldus ingesloten cases nog eens centraal 
beoordeeld door twee apothekers met klinische ervaring, onafhankelijk van elkaar. 
Ook de vermijdbaarheid is op die manier beoordeeld, maar zoals reeds eerder 
gesteld kan de niet-medische achtergrond en het niet exact kennen van de patient 

45 

eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



^. 




hier hebben geleid tot een foutieve inschatting. Daarom spreken we ook van 
potentiele vermijdbaarheid, ook al is de inschatting zo zorgvuldig mogelijk gedaan 
aan de liand van een algoritme dat ook in andere onderzoeken veelvuldig gebruikt 
wordt. 

De grootsclialiglieid en liet multicenter karakter (met landelijke spreiding en spreiding 
over de 3 typen ziekenliuizen) van liet HARIVI onderzoek zijn andere voordelen, 
boven de vaak beperkte settings in de internationale literatuur. Het multicenter 
karakter lieeft ecliter ook als nadeel dat de inclusie in de diverse centra - ondanks 
alle criteria en uitgebreide uitleg - een grote spreiding kent. Dit kan veroorzaakt 
worden door een daadwerkelijk verscliil in frequentie (door een ander type 
ziekenliuis, bijvoorbeeld grote interne geneeskunde populatie) of door een 
verscliillende werkwijze van de individuele onderzoekers en liun contacten met de 
behandelend artsen. Om deze reden is in de analyse van de potentiele risicofactoren 
gematched op centrum. 

Ondanks de triggerlijst, zullen ongetwijfeld geneesmiddel gerelateerde opnames 
gemist zijn, zodat de gevonden frequentie waarschijniijk een onderschatting zai zijn. 
De triggerlijst was echter zeer uitgebreid, zodat verwacht wordt dat dit probleem klein 
is. 

Een additionele onderschatting is mogelijk door uitsluiting van psychiatrische 
patienten. Uit de onderzoeken beschreven in Hoofdstuk 1 die op psychiatrische 
afdelingen of in psychiatrische ziekenhuizen zijn uitgevoerd, blijkt dat de frequentie 
van geneesmiddel gerelateerde ziekenhuisopnames erg hoog is en vaak ook 
suicides omhelst. Vooraf was daarom verwacht dat dit een sterke vertekening van de 
frequentie in de algemene populatie zou geven, zodat gekozen is voor exclusie van 
deze patienten. 

De keuze van de controlegroep is een ander discussiepunt. In het HARM onderzoek 
is gekozen voor een groep uit dezelfde setting (opgenomen patienten), waarbij 
echter de kans om vanwege een geneesmiddel gerelateerd probleem opgenomen te 
zijn zo klein mogelijk is. Of die groep echt goed vergelijkbaar is met de cases is 
natuurlijk de vraag en het niet identificeren van aantal behandelaren als risicofactor is 
hier mogelijk een gevolg van. 

Verificatie van de medicatiehistories bij de patient heeft een aantal discrepanties 
opgeleverd. Bij het uitgaan van de medicatiehistorie van de apotheek kunnen dus 
geneesmiddelen meegenomen zijn in de analyse die niet gebruikt werden op het 
moment van opname, maar er zijn ook geneesmiddelen niet meegenomen in de 
analyse die wel gebruikt zijn. Deze discrepanties waren echter vrijwel gelijk verdeeld 
over de cases en controles, zodat er geen differentiele misclassificatie heeft 
plaatsgevonden. Daarom is de medicatiehistorie toch als een relatief betrouwbaar 
meetinstrument te beschouwen. 

Ondanks deze beperkingen, is het HARM-onderzoek het eerste multicenter, 
prospectieve onderzoek naar geneesmiddel gerelateerde opnames in Nederland, dat 
zoveel mogelijk waarborgen heeft ingebouwd ten aanzien van het verkrijgen van 
valide resultaten. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



46 



^. 




vervolgonderzoek 

Uit het HARM-onderzoek blijkt dat er veel vermijdbare geneesmiddel gerelateerde 
ziekenhuisopnames in Nederland voorkomen. Daarom is liet belangrijk om 
vervolgonderzoek uit te voeren naar maatregelen ter verkleining van dit 
gezondheidsrisico. Dit vervolg onderzoek kan zicli met name ricliten op lioog 
risicopatienten zoals oudere patienten met verminderde cognitie, die niet zelfstandig 
wonen, meerdere geneesmiddelen gebruiken, meerdere aandoeningen liebben of 
bepaalde geneesmiddelen gebruiken die een risicofactor zijn voor het doormaken 
van een geneesmiddel gerelateerde ziekenhuisopname. Ooktherapie ontrouw is een 
mogelijk te beinvloeden risicofactor. 

Om geneesmiddel gerelateerde ziekenhuisopnames te kunnen voorkomen zai extra 
aandacht besteed moeten worden aan het terugdringen van de belangrijkste 
risicofactoren vanuit het HARM-onderzoek, via een samenwerking tussen 
verschillende behandelaren en apothekers. Of dergelijke interventies ook 
daadwerkelijk tot een reductie van het aantal geneesmiddel gerelateerde 
ziekenhuisopnames leiden, zaI onderwerp moeten zijn van toekomstige 
onderzoeken. Zoals al eerder in de discussie gesteld, start onze groep in december 
2006 met een onderzoek naar multidisciplinaire (arts en apotheker) interventies op 
polyfarmacie en therapie ontrouw. Daarmee moot in elk geval duidelijk worden wat 
beinvloeding van deze risicofactoren opievert ten aanzien van de kwaliteit van zorg. 

conclusie 

Het HARM-onderzoek heeft laten zien dat 5,6% van alle acute opnames 
geneesmiddel gerelateerd zijn. Daarvan is 46% potentieel vermijdbaar, hetgeen 
neerkomt op 1 9.000 opnames per jaar voor Nederland. De kosten die met deze 
vermijdbare opnames samenhangen worden voor Nederland geschat op ruim 85 
miljoen euro. De belangrijkste risicofactoren die zijn geidentificeerd zijn polyfarmacie 
(het gebruik van 5 of meer chronische, orale geneesmiddelen), therapie ontrouw, 
verminderde cognitie, het aantal comorbiditeiten, verminderde nierfunctie en het niet 
zelfstandig wonen. De meest risicovolle geneesmiddel groepen zijn de antidiabetica, 
stollingsremmers, NSAID's en cardiovasculaire geneesmiddelen. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



47 



v^ 




eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



48 



^. 




HOOFDSTUK 6 
AANBEVELINGEN 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



49 



.^ 




Uit het HARM-onderzoek blijkt dat er veel potentieel vermijdbare geneesmiddel 
gerelateerde ziekenhuisopnames zijn. Dit is daarom een aanzienlijk 
gezondheidsprobleem dat aandacht behoeft. Voor het terugdringen van dit 
gezondlieidsprobleem en daarmee liet verbeteren van de patientveiliglieid kunnen 
vanuit liet HARIVI-onderzoek een aantal aanbevelingen gedaan worden. De 
effectiviteit van dergelijke interventies en strategieen dient nader onderzoclit te 
worden. 

Risicopatienten 

Vanuit het HARIVI-onderzoek kunnen risicopatienten aangewezen worden. Het gaat 
hierbij om patienten die chronisch meer dan 5 geneesmiddelen gebruiken, meerdere 
aandoeningen hebben, niet zelfstandig wonen, een verminderde cognitie hebben 
en/of niet volgens voorschrift van de arts hun geneesmiddelen gebruiken (therapie- 
ontrouw zijn). Door patienten met deze risicofactoren intensiever te begeleiden bij 
hun medicatiegebruik kunnen de geneesmiddel gerelateerde problemen wellicht 
worden teruggedrongen. Het verdient aanbeveling om deze groep patienten proactief 
te benaderen voor extra medicatiebegeleiding (bijvoorbeeld in de vorm van een 
jaarlijkse medicatiereview), optimale behandeling van de bestaande aandoeningen, 
adequate monitoring en het terugdringen van ongewenste polyfarmacie. 
Gezamenlijke aanpak door de verschillende behandelaren en apotheker is hier aan 
te bevelen. 

Therapietrouw 

Therapieontrouw is in het HARM-onderzoek vastgesteld als een risicofactor voor het 
krijgen van een geneesmiddel gerelateerde ziekenhuisopname. Het verbeteren van 
de therapietrouw is daarom een continue aandachtspunt voor de behandelend arts 
en apotheker om geneesmiddel gerelateerde problemen te voorkomen. 

Informatie uitwisseling en medicatiebewaking 

Een verminderde nierfunctie bleekeen belangrijke risicofactor te zijn. Bewaking 

daarop is dan ook aan te bevelen. Voor de uitvoering hiervan en voor de bewaking 

op andere factoren is het echter wel noodzakelijk dat deze informatie bij de 

verschillende zorgverleners gemakkelijk toegankelijk is, dus dat er sprake is van 

optimale informatie uitwisseling. 

De huidige medicatiebewaking (voornamelijk bewaking op doseringen, interacties en 

(afgeleide) contra-indicaties) kan dan verfijnd worden naar een individuele 

medicatiebewaking, waarbij - behalve op de reeds genoemde factoren - ook bewaakt 

wordt op zaken als nierfunctie en comorbiditeiten (en dan niet afgeleid uit het 

medicatiegebruik, maar op basis van daadwerkelijke registratie). 

NSAID's 

De groep ontstekingsremmende pijnstillers, de NSAID's, zijn vaakde veroorzaker 
van de geneesmiddel gerelateerde ziekenhuisopname. Deze geneesmiddelen 
dienen daarom ook verstrekt te worden in een omgeving waar deskundige 
begeleiding toegankelijk is. Deze begeleiding kan gegeven worden in een apotheek 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



50 



.^ 




waar ook medicatiebewaking verricht kan worden en waar geschoold personeel 
aanwezig is. 

Specifieke intramurale evaluatie geneesmiddel gerelateerde opnames 
Indien patienten ondanks preventieve maatregelen toch vanwege een geneesmiddel 
gerelateerd probleem opgenomen worden, dan is liet belangrijk om dit probleem te 
lierkennen. Door meer aandaclit te besteden aan liet herkennen van een 
geneesmiddel gerelateerde ziekenhuisopname, waar ziekenhuisapothekers een 
belangrijke rol bij kunnen spelen, kan deze naar verwachting sneller en beter 
behandeld worden. Een duidelijke communicatie naar de eerste lijn kan vervolgens 
bijdragen aan secundaire preventie. 

Onderzoek 

Meer onderzoek binnen de Nederlandse gezondheidszorg is noodzakelijk om aan te 
tonen weike interventies op bovengenoemde punten effect hebben en weike 
interventies de kwaliteit van zorg het meest bevorderen. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



51 



v^ 




eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



52 



v^ 




iil^MI 



Literatuur 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



53 



^. 




1 . Kohn L, Corrigan J, Donaldson M, ed. To err is human - Building a safer health 
system. Committee on quality of health care in America. Institute of Medicine. 
Washington D.C., National Academy Press, 1999. 

2. Willems R. Hier werk je veilig, of je werkt er niet. Sneller beter - De veiligheid in 
de zorg. Den Haag, Shell Nederland, 2004. 

3. Cuperus-Bosma JM, Wagner C, Van der Wal G. Veiligheid van patienten in 
ziekenhuizen. Ned Tijdschr Geneesk 2005;149:2153-6. 

4. Colen HBB. Improving safety and quality of care through optimisation of the 
drug distribution process in health care institutes [thesis]. Enschede, 2006. 

5. Van den Bemt PMLA. Drug safety in hospitalised patients [thesis]. Groningen, 
2002. 

6. Beijer JHM, De Blaey CJ. Hospitalisations caused by adverse drug reactions 
(ADR): a meta-analysis of observational studies. Pharm World Sci 2002;24:46- 
54. 

7. Caamano F, Redone C, Zuccala G, Carbonin P. Socio-demographic factors 
related to the prevalence of adverse drug reaction at hospital admission in an 
elderly population. Arch Gerontol Geriatr 2005;40:45-52. 

8. Onder G, Redone C, Landi F, Cesari M, Vedova CD, Bernabei R, Gambassi G. 
Adverse drug reactions as cause of hospital admissions: results from the Italian 
Group of Rharmacoepidemiology in the Elderly (GIFA). J Am Geriatr Soc 
2002;50:1962-8. 

9. Williamson J, Chopin JM. Adverse reactions to prescribed drugs in the elderly: 
A multicentre investigation. Age Aging 1980;9:73-80. 

10. Howard R.L, Avery A.J, Howard R.D, Ratridge M. Investigation into the reasons 
for preventable drug related admissions to a medical admissions unit: 
observational study. Qual Saf Health Care 2003;12:280-5. 

1 1 . Waller R, Shaw M, Ho D, Shakir S, Ebrahim S. Hospital admissions for 'drug- 
induced' disorders in England: a study using the Hospital Episodes Statistics 
(HES) database. Br J Clin Pharmacol 2005;59:213-9. 

12. Rirmohamed M, James S, Meakin S, Green C, Scott A.K, Walley T.J, Farra K, 
Rark B.K, Breckenridge A.M. Adverse drug reactions as cause of admission to 
hospital: prospective analysis of 18 820 patients. BMJ 2004;329:15-9. 

13. Cooke Dl, van der Merwe W, Rudifin DJ. Hospital admissions for adverse 
reactions to drugs and deliberate self-poisoning. S Afr Med J 1985;67:770-2. 

14. Cunningham G, Dodd TR, Grant DJ, McMurdo ME, Richards RM. Drug-related 
problems in elderly patients admitted to Tayside hospitals, methods for 
prevention and subsequent reassessment. Age Ageing 1997;26:375-82. 

15. Moore N, Lecointre D, Noblet C, Mabille M. Frequency and cost of serious 
adverse drug reactions in a department of general medicine. Br J Clin 
Pharmacol 1998;45:301-8. 

16. Olivier P, Boubles O, Tubery M, Lauque D, Montastruc J.L, Lapeyre-Mestre M. 
Assessing the feasibility of using an adverse drug reaction preventability scale 
in clinical practice: a study in a French emergency department. Drug Saf 
2002;25:1035-44. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



54 



^. 




17. Peyriere H, Cassan S, Floutard E, Riviere S, Blayac J.P, Hillaire-Buys D, 
Quelllec A.L, Hansel S. Adverse drug events associated witli liospital 
admission. Ann Pliarmacother 2003;37:5-1 1 . 

18. Jonville-Bera A.P, Giradeau B, Blanc P, Beau-Salins F, Autret-Leca E. 
Frequency of adverse drug reactions in children: a prospective study. Br J Clin 
Pharmacol 2002;53:207-10. 

19. Davidson F, Haghfelt T, Gram LF, Brosen K. Adverse drug reactions and drug 
non-compliance as primary causes of admission to a cardiology department. 
Eur J Clin Pharmacol 1988;34:83-6. 

20. Hallas J, Jensen KB, Grodum E, Damsbo N, Gram LF. Drugrelated admissions 
to a department of medical gastroenterology. The role of self-medicated and 
prescribed drugs. Scand J Gastroenterol 1991;26:174-80. 

21 . Hallas J, Davidson O, Grodum E, Damsbo N, Gram LF. Drugrelated illness as a 
cause of admission to a department of respiratory medicine. Respiration 
1992;59:30-4. 

22. Hallas J, Gram LE, Grodum E, Damsbo N, Brosen K, Haghfelt T, Harvald B, 
Beck-Nielsen J, Worm J, Jensen KB, Davidson O, Frandsen N, Hagen C, 
Andersen M, Frolund M, Kromann-Andersen H, Schou J. Drug related 
admissions to medical wards: a population based survey. Br J Clin Pharmacol 
1992;33:61-8. 

23. Dormann H, Criege-Rieck M, Neubert A, Egger T, Geise A, Krebs S, Schneider 
T.H, Levy M, Hahn E.G, Brune K. Lack of awareness of community-acquired 
adverse drug reactions upon hospital admission : dimensions and 
consequences of a dilemma. Drug Saf 2003;26:353-62. 

24. Schneeweiss S, Hasford J, Gottler M, Hoffmann A, Riethling A.K, Avorn J. 
Admissions caused by adverse drug events to internal medicine and emergency 
departments in hospitals: a longitudinal population-based study. Eur J Clin 
Pharmacol. 2002;58:285-91. 

25. Mjorndal T, Boman M.D, Hagg S, Backstrom M, Wiholm B.E, Wahlin A, 
Dahlqvist R. Adverse drug reactions as a cause for admissions to a department 
of internal medicine Pharmacoepidemiol Drug Saf 2002;1 1 :65-72. 

26. Bergman U, Wiholm BE. Drug-related problems causing admission to a medical 
clinic. Eur J Clin Pharmacol 1981;20:193-200. 

27. Martinez-Mir I, Garcia-Lopez M, Palop V, Ferrer JM, Estan L, Rubio E, Morales- 
Olivas FJ. A prospective study of adverse drug reactions as a cause of 
admission to a paeditric hospital. Br J Clin Pharmacol 1 996;42:31 9-24. 

28. Ibanez L, Laporte JR, Carne X. Adverse drug reactions leading to hospital 
admission. Drug Saf 1991;6:450-9. 

29. Klein U, Klein M, Sturm H, Rothenbuhler M, Huber R, Stucki P, Gikalov I, Keller 
M. The frequency of adverse drug reactions as dependent upon age, sex and 
duration of hospitalization. Int J Clin Pharmacol Biopharm 1976;13:187-95. 

30. Hardmeier B, Braunschweig S, Cavallaro M, Malgorzata R, Pauli-Magnus C, 
Giger M, Meier P.J, Fattinger K. Adverse drug events caused by medication 
errors in medical inpatients. Swiss Med Wkly 2004;134:664-70. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



55 



v^ 




31 . Mannesse CK, Derkx FH, de Ridder MA, Man in 't Veld AJ, van der Cammen 
TJ: Contribution of adverse drug reactions to liospital admission of older 
patients. Age Ageing 2000;29:35-9. 

32. Goettler M, Schneeweiss S, Hasford J. Adverse Drug Reaction Monitoring - 
Cost and Benefit Considerations Part II: Cost and Preventability of Adverse 
Drug Reactions Leading to Hospital Admission. Pharmacoepidemiol Drug Saf 
1997,6:79-90. 

33. Levy M, Lipshitz M, Eliakim M. Hospital admissions due to adverse drug 
reactions. Am J Med Sci 1979;277:49-56. 

34. Levy M, Mermelstein L, Hemo D. Medical admissions due to noncompliance 
with drug therapy. Int J Clin Pharmacol Ther Toxicol 1982;20:600-4. 

35. Gholami K, Shalviri G. Factors associated with preventability, predictability, and 
severity of adverse drug reactions. Ann Pharmacother 1999;33:236-40. 

36. Major S, Badr S, Bahlawan L, Hassan G, Khogaoghlanian T, Khalil R, Melhem 
A, Richani R, Younes F, Yeretzian J, Khogali M, Sabra R. Drug-related 
hospitalization at a tertiary teaching center in Lebanon: incidence, associations, 
and relation to selfmedicating behavior. Clin Pharmacol Ther 1998;64:450-61. 

37. Courtman BJ, Stallings SB. Characterization of drug-related problems in elderly 
patients on admission to a medical ward. Can J Hosp Pharm 1995; 48:161-6. 

38. Col N, Fanale JE, Kronholm P. The role of medication noncompliance and 
adverse drug reactions in hospitalizations of the elderly. Arch Intern Med 
1990;150:841-5. 

39. Bates DW, Leape LL, Petrycki S. Incidence and preventability of adverse drug 
events in hospitalized adults. J Gen Intern Med 1993;8:289-94. 

40. McDonnell P.J, Jacobs M.R. Hospital admissions resulting from preventable 
adverse drug reactions. Ann Pharmacother 2002;36:1331-6. 

41 . Bero LA, Lipton HL, Bird JA. Characterization of geriatric drugrelated hospital 
readmissions. Med Care 1991;29:989-1003. 

42. Bigby J, Dunn J, Goldman L, Adams JB, Jen P, Landefeld CS, Komaroff AL. 
Assessing the preventability of emergency hospital admissions: a method for 
evaluating the quality of medical care in a primary care faculty. Am J Med 
1987;83:1031-6. 

43. Caranasos GJ, Steart RB, Cluff LE. Drug-induced illness leading to 
hospitalisation. JAMA 1974;228:713-7. 

44. Ives TJ, Bentz EJ, Gwyther RE. Drug-related admissions to a family medicine 
inpatient service. Arch Intern Med 1987;147:1117-20. 

45. McKenney JM, Harrison Wl. Drug-related hospital admissions. Am J Hosp 
Pharm 1976;33:792-5. 

46. Pearson TF, Pittman DG, Longley JM, GrapesT, Vigliotti DJ, Mullis SR. Factors 
associated with preventable adverse drug reactions. Am J Hosp Pharm 1994 
15;51:2268-72. 

47. McKenzie MW, Stewart RB, Weiss CF, Cluff LE. A pharmacistbased study of 
the epidemiology of adverse drug reactions in pediatric medicine patients. Am J 
Hosp Pharm 1973;30:898-903. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



56 



^. 




48. Mitchel AA, Lacouture PG, Sheehan JE, Kaufman RE, Shapiro S. Adverse drug 
reactions in cliildren leading to liospital admission. Pediatrics 1988;82:24-9. 

49. Lakshmanan IVIC, Hersliey CO, Breslau D. Hospital admissions caused by 
iatrogenic disease. Arch Intern Med 1986;146:1931-4. 

50. Nelson KM, Talbert RL. Drug-related hospital admissions. Pharmacotherapy 
1996;16:701-7. 

51 . Prince BS, Goetz CM, Rihn TL, Olsky M. Drug-related emergency department 
visits and hospital admissions. Am J Hosp Pharm 1992;49:1696-700. 

52. Salem RB, Keane TM, Williams JG. Drug-related admissions to a Veterans' 
Administration psychiatric unit. Drug Intell Clin Pharm 1984;18:74-6. 

53. Smith JW, SeidlLG, Cluff LE. Studies on the epidemiology of adverse drug 
reactions, V: clinical factors influencing susceptibility. Ann Intern Med 
1966;65:629-40. 

54. Smucker WD, Kontak JR. Adverse drug reactions causing hospital admission in 
an elderly population: experience with a decision algorithm. J Am Board Fam 
Pract 1990;3:105-9. 

55. Lazarou J, Pomeranz BH, Corey PN. Incidence of adverse drug reactions in 
hospitalized patients: a meta-analysis of prospective studies. JAMA 
1998,279:1200-05. 

56. Miller RR. Hospital admissions due to adverse drug reactions: a report from the 
Boston Collaborative Drug Surveillance Program. Arch Intern Med 
1974;134:219-23. 

57. Easton-Carter KL, Chapman CB, Brien JE. Emergency department attendances 
associated with drug-related problems in paediatrics. J Paediatr Child Health 
2003;39:124-9. 

58. Dartnell JGA, Anderson RP, ChohanV, GalbraithKJ, Lyon MEH, Nestor PJ, 
Mouldrs RFW. Hospitalisation for adverse events related to drug therapy: 
incidence, avoidability and costs. Med J Aust 1996;1634:659-62. 

59. Easton KL, Parsons BJ, Starr M, Brien JE. The incidence of drug-related 
problems as a cause of hospital admissions in children. Med J Aust 
1998;169:356-9. 

60. Easton K.L, Chapman CB, Brien J. Frequency and characteristics of hospital 
admissions associated with drug-related problems in paediatrics. Br J Clin 
Pharmacol 2004;57:61 1-5. 

61 . Stanton LA, Peterson GM, Rumble RH, Cooper GM, Polack AE. Drug-related 
admissions to an Australian hospital. J Clin Pharm Ther 1994;19:341-7. 

62. Popplewell PY, Henschke PJ. Acute admissions to a geriatric assessment unit. 
Med J Aust 1982;1:343-4. 

63. Larmour I, Dolphin RG, Baxter H, Morrison S, Hooke DH, McGrath BP. A 
prospective study of hospital admissions due to drug reactions. Aust J Hosp 
Pharm 1991;2:90-5. 

64. Hewitt J. Drug-related unplanned readmissions to hospital. Aust J Hosp Pharm 
1995;25:400-3. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



57 



^. 




65. Wong ME, loannides-Demos LL, Li SC, McClean AJ, Christophidis N. Drug 
related hospital admissions of geriatric patients. Aust J Hosp Pharm 
1993;23:75. 

66. Lin Wu FL, Yang CC, Shen LJ, Chen CY. Adverse drug reactions in a medical 
ward. J Formos Med Assoc 1996;95:241-6. 

67. Koh y, Kutty F.B., Li S.C. Therapy related hospital admission in patients on 
polypharmacy in Singapore: a pilot study. Pharm World Sci 2003;25:135-7. 

68. Ramesh M, Pandit J, Parthasarathi. Adverse drug reactions in a south Indian 
hospital-their severity and cost involved. Pharmacoepidemiol Drug Saf 
2003;12:687-92. 

69. Malhotra S, Karan RS, Pandhi P, Jain S. Drug related medical emergencies in 
the elderly: role of adverse drug reactions and non-compliance. Postgrad Med J 
2001;77:703-7. 

70. Lamabadusuriya S.P, Athiada G. Adverse drug reactions in children requiring 
hospital admission. Ceylon Med J 2003;48:86-7. 

71 . Hallas J, Harvald B, Gram LF, Grodum E, Brosen K, Haghfelt T, Damsbo N. 
Drug related hospital admissions: the role of definitions and intensity of data 
collection, and the possibility of prevention. J Intern Med 1990;228:83-90. 

72. Yee JL, Hasson NK, Schreiber DH. Drug-related emergency department visits 
in an elderly veteran population. Ann Pharmacother 2005;39:1990-95. 

73. Barrow P, Waller P, Wise L. Comparison of hospital episodes with 'drug- 
induced' disorders and spontaneously reported adverse drug reactions. Br J 
Clin Pharmacol 2005;61:233-37. 

74. Van der Hooft CS, Sturkenboom MCJM, Van Grootheest K, Kingma HJ, Strieker 
BHC. Adverse drug reaction-related hospitalisations. A nationwide study in the 
Netherlands. Drug Saf 2006;29:161-68. 

75. Isabel Baena M, Faus MJ, Fajardo PC, Luque FM, Sierra F, Martinez-Olmos J, 
Cabrera A, Fernandez-Llimos F, Martinez-Martinez F, Jimenez J, Zarzuelo A. 
Medicine-related problems resulting in emergency department visits. Eur J Clin 
Pharmacol 2006;62:387-93. 

76. Levy M, Kewitz H, Altwein W, Hillebrand J, Eliakim M. Hospital admissions due 
to adverse drug reactions: a comparative study from Jerusalem and Berlin. Eur 
J Clin Pharmacol 1980;17:25-31. 

77. Capuano A, Motola G, Russo F, Avolio A, Filippelli A, Rossi F, Mazzeo F. 
Adverse drug events in two emergency departments in Naples, Italy: an 
observational study. Pharmacol Res 2004;50:631-36. 

78. Devi DP, Sushma M, Guide S. Drug-induced upper gastrointestinal disorders 
requiring hospitalization: a five-year study in a South Indian hospital. 
Pharmacoepid Drug Saf 2004;13:859-62. 

79. Fattinger K, Roos M, Vergeres P, Holenstein C, Kind B, Masche U, Stocker DN, 
Braunschweig S, Kullak-Ublick GA, Galeazzi RL, Follath F, GasserT, Meier PJ. 
Epidemiology of drug exposure and adverse drug reactions in two Swiss 
departements of internal medicine. Br J Clin Pharmacol 2000;49:158-67. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



58 



^. 




80. Jha AK, Kuperman GJ, Rittenberg E, Teich JM, Bates DW. Identifying liospital 
admissions due to adverse drug events using a computer-based monitor. 
Pliarmacoepid Drug Sat 2001 ;1 0:1 13-19. 

81 . Wasserfallen J, Livio F, Buclin T, Tillet L, Yersin B, Bioliaz J. Rate, type and 
cost of adverse drug reactions in emergency department admissions. Eur J 
Intern Med 2001;12:442-47. 

82. Blix HS, Viktil KK, Reikvam A, Moger TA, Hjemaas BJ, Pretsch P, Vraalsen TF, 
Walseth EK. The majority of hospitalised patients have drug-related problems: 
results from a prospective study in general hospitals. Eur J Clin Pharmacol 
2004;60:651-58. 

83. Ghose K. Hospital bed occupancy due to drug-related problems. J Royal Soc 
Med 1980;73:853-56. 

84. Green CF, Mottram DR, Rowe PH, Pirmohamed M. Adverse drug reactions as 
a cause of admission to an acute medical assessment unit: a pilot study. J Clin 
Pharm Ther 2000;25:355-61 . 

85. Pouyanne P, Haramburu F, Imbs JL, Begaud B. Admissions to hospital caused 
by adverse drug reactions: cross sectional incidence study. BMJ 
2000;320:1036. 

86. Gardner P, Watson LJ. Adverse drug reactions: a pharmacist-based monitoring 
system. Clin Pharmacol Ther 1970;1 1 :802-07. 

87. Burnum JF. Preventability of adverse drug reactions [letter]. Ann Intern Med 
1976;85:80. 

88. Chan M, Nicklason F, Vial JH. ADverse drug events as a cause of hospital 
admission in the elderly. Intern Med J 2001 ;31 :1 99-205. 

89. Ramsay LE, Freestone S, Silas JH. Drug-related acute medical admissions. 
Human Toxicol 1982;1:379-86. 

90. Senst BL, Achusim LE, Genest RP, Cosentino LA, Ford CC, Little JA, Raybon 
SJ, Bates DW. Practical approach to determining costs and frequency of 
adverse drug events in a health care network. Am J Health-Syst Pharm 
2001;58:1126-32. 

91 . Classen DC, Pestotnik SL, Scott Evans R, Burke JP. Computerized surveillance 
of adverse drug events in hospital patients. JAMA 1 991 ;266:2847-51 . 

92. Stewart RB, Sprinker PK, Adams JE. Drug-related admissions to an inpatient 
psychiatric unit. Am J Psychiatry 1980;137:1093-95. 

93. Lin SH, Lin MS. A survey on drug-related hospitalization in a community 
teaching hospital. Int J Clin Pharmacol Ther Toxicol 1993;31 :66-69. 

94. Sidel VW, Koch-Weser J, Barnett GO, Eaton A. Drug utilization and adverse 
reactions in a general hospital. Hospitals 1967;41 :80-88. 

95. Huic M, Mucolic V, Vrhovac B, Francetic I, Bakran I, Giljanovic S. Adverse drug 
reactions resulting in hospital admission. Int J Clin Pharmacol Ther 
1994;32:675-82. 

96. Frisk PA, Cooper JW, Campbell NA. Community-hospital pharmacist detection 
of drug-related problems upon patient admission to small hospitals. Am J Hosp 
Pharm 1977;34:738-42. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



59 



^. 




97. Edwards IR, Aronson JK. Adverse drug reactions: definitions, diagnosis, and 
management. Lancet 2000;356:1255-59. 

98. Ferner RE, Aronson JK. Clarification of terminology in medication errors: 
definitions and classification. Drug Saf 2006;29:1 01 1 -22. 

99. Bemt van den PMLA, Egberts ACG. Bijwerkingen en medicatiefouten 
systematisch ingedeeld. Pharm Weekbl 2002;137:1540-43. 

100. Ziekenhuisopnames door bijwerkingen van geneesmiddelen - een 
inventarisatie. Rotterdam, IPCI, 2006. 

101. Kramer MS, Leventhal JM, Hutchinson TA, Feinstein AR. An algorithm for the 
operational assessment of adverse drug reactions. I. Background, description, 
and instructions for use. JAMA 1 979;242:623-631 . 

102. Schumock GT, Thornton JP. Focusing on the preventability of adverse drug 
reactions. Hosp Pharm 1992;27:538. 

103. Oostenbrink JB, Bouwmans CAM, Koopmanschap MA, et al. Handleiding voor 
kostenonderzoek 2004. Diemen: College voor zorgverzekeningen. 

104. Col N, Fanale JE, Kronholm P. The role of medication noncompliance and 
adverse drug reactions in hospitalizations of the elderly. Arch Intern Med 
1990;150:841-45. 

105. Sokol MC, McGuigan KA, Verbrugge RR, Epstein RS. Impact of medication 
adherence on hospitalization risk and health care cost. Med Care 2005;43:521- 
30. 

106. Bouvy ML, HeerdinkER, Urquhart J, Grobbee DE, Hoes AW, Leufkens HGM. 
Effect of a pharmacist-led intervention on diuretic compliance in heart failure 
patients: a randomized controlled study. J Card Fail 2003;9:404-1 1. 

107. Lee JK, Grace KA, Taylor AJ. Effect of a pharmacy care program on medication 
adherence and persistence, blood pressure, and low-density lipoprotein 
cholesterol. JAMA 2006;296:E1-E9 [Epub ahead of print]. 

108. Wu JYF, Leung WYS, Chang S, Lee B, Zee B, Tong PCY, Chan JCN. 
Effectiveness of telephone counselling by a pharmacist in reducing mortality in 
patients receiving polypharmacy: randomised controlled trial. BMJ 2006;Sep 
9;333(7567):522. Epub 2006 Aug 17. 

109. Deelen van BA, Bemt van den PMLA, Egberts TCG, Hoff van A, Maas HA. 
Cognitive impairment as determinant for sub-optimal control of oral 
anticoagulation treatment in elderly patients with atrial fibrillation. Drugs & Aging 
2005;22:353-60. 

110. Schiff GD, Rucker D. Computerized prescribing: building the electronic 
infrastructure for better medication usage. JAMA 1998;279:1024-29. 

111. Christensen D, Trygstad T, Sullivan R, Garmise J, Wegner SE. A pharmacy 
management intervention for optimizing drug therapy for nursing home patients. 
Am J Geriatr Pharmacother 2004;2:248-56. 

112. Coleman EA, Smith JD, Raha D, Min SJ. Posthospital medication 
discrepancies: Prevalence and contributing factors. Arch Intern Med 
2005;165:1842-47. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



60 



.^ 




113. Van den Bemt PMLA, Egberts ACG, Lenderink AW, VerzijI JM, Simons KA, Van 
der Pol WSCJM, Leufkens HGM. Risk factors for the development of adverse 
drug events in hospitalised patients. Pharm World Sci 2000;22:62-66. 

114. Klarin I, Wimo A, Fastbom J. The association of inappropriate drug use with 
hospitalisation and mortality: a population-based study of the very old. Drugs 
Aging 2005;22:69-82. 

115. Vinks THAM, De Koning GHP, De Lange TM, Egberts ACG. Identification of 
potential drug-related problems in the elderly: the role of the community 
pharmacist. Pharm World Sci 2006;28:33-38. 

116. Zarowitz BJ, Stebelsky LA, Muma BK, Remain TM, Peterson EL. Reduction of 
high-risk polypharmacy drug combinations in patients in a managed care 
setting. Pharmacother 2005;25:1636-45. 

117. Stoker LJ, Leendertse A, Prak F, Rynja FJ, Van den Bemt PMLA. Een 
vermijdbaar probleem? Pilot-studie naar incidentie en determinanten van 
geneesmiddelgerelateerde ziekenhuisopnames. Pharm Weekbl 2006;141:1175- 
78. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



61 



v^ 




eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



62 



^. 




BIJLAGEN 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



63 



^. 




bijiage 1 

overzicht literatuur geneesmiddel gerelateerde ziekenhuisopnames 

(inclusief onderzoeken die geexludeerd zijn van analyse) 



Onderzoek 


Land 


Ziekenhuis 


Meetdagen 


Aantal 
proef- 
personen 


Leeftijd 


Teller 


Noemer 


Frequentie 


[7] F. Caamano 


Italie 


Regionale 


Perioden in 


19070 


Ouderen 


ADR 


Alle opnames 


4.27% 


et al. 2004 




en 


1991, 1993, 




(gem 






N.B. 






Universitaire 


1995, 1997, 




leeftijd 71 


NB onduidelijk 




878/19070 


GIFA 




ziekenhuizen 
in Italie 


1998 




jaar) nb 
niet alleen 
ouderen; 
bijna 5500 
< 65 jaar 


of ADRecht 
reden van 
opname was 
(ADR BIJ 
opname 
vastgesteld); 
waarsch ca de 
helft (zie [3]) 




EXCLUSIE; 
BETREFT 
NIETALLEEN 
OPNAMES 
DOORADR's 
MAAR ALLE 
ADR's BIJ 
OPNAME; [3] 
ISSTUDIE 
VAN DEZE 
GROEP DIE 
DAARWEL 
NAAR KIJKT! 


[8] G. Onder et 


Italie 


Regionale 


14 maanden 


28411 


ouderen 


ADR 


Alle opnames 


3.4% 


al. 2002 




en 


1988-1997 




(gem 






D/P:2.108% 


GIFA 




Universitaire 
ziekenhuizen 
in Italie 






leeftijd 70 
jaar) nb 
niet alleen 
ouderen; 
28,7% < 
65 jaar) 






Do:1.292% 

964/2841 1 = 
3.4% 


[9] J. 


Engeland 


Geriatrie 


N.B. 


1998 


ca. 1/3 


ADR 


geriatrie 


10.5% 


Williamson et 




afdelingen 






van pat. < 






N.B. 


al. 1980 




van 42 
ziekenhuizen 






75 jaar 






209/1998 


[10]R.L. 


Engeland 


Ziekenhuis 


6 maanden 


4093 


Alle 


ADE 


Alle acute 


6.5% gm 


Howard et al. 




Nottingham 


2001 






(gm 


opnames 


gerelateerd 


2003 












gerelateerd & 
vermijdbaar 
deel daarvan) 




n=265); 67% 
daarvan = 
vermijdbaar 
(n=178) = 
4.3% van alle 
acute 
opnames 
N.B. 


[11] P. Waller ef 


Engeland 


Database 


1996-2000 


53847408 


Alle 


ADE 


Alle opnames 


0.083% (n= 


al. 2004 




(persoonlijke 
, medische 
en 

administratie 
ve details) 
van NHS 
ziekenhuizen 








(selectie op 
basis van ICD- 
10 code!!!!) 


(databank 
onderzoek!!!!) 
IVIETHODOLOG 
IE!!!! 


4441 1 ) code 
'drug-induced' 
en 0.314% 
(n=1 68958)' 
relevant 
external 
cause' code; 
samen 0.35% 
N.B. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



64 



^. 




[12JIVI. 


Engeland 


2 NHS 


6 maanden 


18820 


>16 


ADR (nietde 


Alle opnames 


6.5% 


Pirmohamed et 




ziekenhuizen 


Nov 2001 -Apr 






WHO-def.!;def. 


(behalve < 16 


(n=1225). 


at. [9] 2006 




, 1 onderwijs 
ziekenhuis, 2 
regionaal 
ziekenhuis 


2002 






van Edwards & 
Aronson, 
Lancet 

2000 ;356:1 255 
-59), maar 
gesproken over 
'vermijdbaar' 
dus het betreft 
eigenlijk ADEs 


jaar en vrouwen 
die opgenomen 
waren bij 
gynaecologie of 
obstetrie; geen 
intoxicaties; 
geen non- 
compliance) 


waarvan 

n=880 

vermijdbaar 

(4.7% van alle 

opnames 

vermijdbaar 

door gm) 

D:0.12% 

(n=23) 

P: 4.47% 

(n=842) 

Po: 1.91% 

(n=360) 


[13] D.I.Cooke 


Zuid-Afrika 


Addington 


Aug- okt 1982 


300 


Alle 


ADR inci 


Alle opnames 


ADR 4.7% 


etal. 1985 




Ziekenhuis 
Durban 








suicide 


op twee interne 

geneeskunde 

afdelingen 


(n=14) 
suicide 9.6% 
(n=29) 
N.B. 


[14] G. 


Engeland 


Ziekenhuize 


Mrt- dec 1992 


1011 


>65 


ADE 


Alle opnames 


5.3% (n=54) 


Cunningham et 




n in de 










van patienten > 


, waarvan 


at. 1997 




provincie 

Tayside 

Schotland 










65 jaar 


n=43 
vermijdbaar 


[15] N. Moore 


Frankrijk 


algemeen 


6 maanden 


329 


>17 


ADR 


Alle opnames 


3.04% (n=10) 


etal. 1998 




Ziekenhuis 
Jacques 
Monod in "le 
Havre" 


mei- okt 1993 








op de afdeling: 

interne 

geneeskunde 


N.B. 


[16] P Olivier ef 


Frankrijk 


Universitair 


4 weken 


671 


>15 


ADR, maar 


Alle acute 


6.1%(n=41), 


at. 2002 




Ziekenhuis 


tijdens de 






inclusief 


opnames 


waarvan 1 2 






van 


maanden 






vermijdbare. 


(behalve 


vermijdbaar 






Toulouse op 


mei, Jul, aug 






dus eigenlijk 


patienten met 


Waarsch.: 






afdeling SEH 


en okt 1998 






ADE 


ambulante zorg) 


0.67% 

Plaus: 1.10% 
Poss: 4.33% 


[17] H. Peyriere 


Frankrijk 


Universitair 


48 dagen (6x 


156 


Alle 


ADE 


Alle opnames 


9.6%(n=15); 


et at. 2003 




ziekenhuis 
Montpellier 


8 dgn over 
periode van 1 
jaar) 








op afdeling 

interne 

geneeskunde 


onduidelijk 

hoeveel 

vermijdbaar 

(% 

vermijdbaar 


































wel bepaald. 


















maar van alle 


















ADEs, dus 


















ook van ADEs 


















tijdens 


















opname) 


















N.B. 


[18JA.P. 


Frankrijk 


Regionaal 


1 week 


260 


Kinderen 


ADR 


Alle opnames 


1 .53% (n=4) 


Jonville-Bera et 




kinderzieken 


4 mei- 16 jun 




(gem 




(behalve van de 




at. 2001 




huis, 

Universiteit 
van Tours 


1998 




leeftijd 6 
jaar) 




afdelingen 
eerstehulp ) 




428 


Kinderen 


ADR 


Alle acute 


0.93% (n=4) 












(gem 




opnames (SEH) 














leeftijd 6 


















jaar) 








[19] F. 


Denemarke 


Odense 


2 maanden 


426 


Alle 


ADR + non- 


Alle opnames 


1 1 .5% (n=49) 


Davidsen et at. 


n 


Universitair 


aprl-jun 1986 






compliance 


op de afdeling 


door ADR; 


1988 




Ziekenhuis 








(=DNC;ditis 
incI suicides) 


cardiologie 


3.8%(n=16) 
door DNC 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



65 



^. 




[20] J. Hallas et 


Denemarke 


Odense 


Aug- nov 


328 


>18 


ADE 


Alle opnames 


1 1 .9% (n=39) 


at. 1991 


n 


Universitair 
Ziekenhuis 


1988 








op de afdeling: 
gastroenterolo- 
gie 


D/P:7.9% 
(n=26); Van 
deze 26 zijn 
er6 
vermijdbaar 


[21] J. Hallas ef 


Denemarke 


Odense 


Aug- nov 


313 


>15 


ADE 


Alle opnames 


8.0% (n=25) 


a/. 1992 


n 


Universitair 
Ziekenhuis 


1988 








op de afdeling: 

long 

geneeskunde 


D/P:3.8% 
(n=12); van 
die 12 waren 
er2 
vermijdbaar 


[22] J. Hallas et 


Denemarke 


Odense 


Mrt 1988- mei 


1999 


Alle 


ADE 


Alle opnames 


10.6% 


al. 1992 


n 


Universitair 
Ziekenhuis 


1989 








op de 6 

'beschouwende' 

afdelingen: 

geriatrie, interne 

geneeskunde, 

endocrinologie 

cardiologie, 

respiratoir, 

gastroenterolo- 

gie 


(n=212) 
D/P:7.2% 
(n=143); 
waarvan 67 
vermijdbaar 


[23] Dormann 


Duitsland 


Erlangen- 


13 maanden 


915 


>18 


ADR, maar 


Alle opnames 


4.9% (n=45). 


et al. 2003 




Nuremberg 


Dec 1997-jan 


opnames 




inclusief 


op 2 afdelingen 


waarvan 44% 






Universitair 


1999 


van 71 1 




vermijdbare 


interne 


vermijdbaar 






Ziekenhuis 




patienten 




dus toch ADEs 


geneeskunde 




[24] S. 


Duitsland 


Alle 


2,5 jaar 


41375 


Alle 


ADR (behalve 


Alle acute 


2.4% (n=993) 


Schneeweiss et 




Ziekenhuize 


okt 1997- mrt 






cutane 


opnames en alle 




al. 2002 




n in het 
gebied rond 
Jena en 
Rostock 


2000 






readies) 


ongeplande 
opnames op de 
afdeling interne 
geneeskunde 
(behalve 
patienten met 
chemokuur) 




[25] T. Mjorndal 


Zweden 


Universitair 


36 weken (1 


681 


Alle 


ADR 


Alle acute 


1 2% (n=82) 


et al. 2002 




Ziekenhuis 
Umea 


week per 
afdeling) 
1997/1998 








opnames bij 
interne 

geneeskunde + 
cardiologie (incl 
ecu) afdeling 
(behalve 
patienten van 
ander 
ziekenhuis) 


D/P:3.1% 
(n=21) 
Po/Do: 8.9% 


[26] U. 


Zweden 


Zweeds 


3.5 maand 


285 


>16 


ADE, incl. 


Alle opnames 


16%(n=45); 


Bergman et al. 




Universitair 








intoxicaties 


op de afdeling 


n=42 zonder 


1981 




Ziekenhuis 










interne 
geneeskunde 


intoxicaties; 
waarvan 16 
ADR (dus 42- 
16 = 26 
vermijdbaar) 
D:2.85% 
P: 10.30% 
Po: 2.85% 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



66 



v^ 




[27] 1. Martinez- 


Spanje 


Universitair 


Jun - okt 


512 


1 tot 24 


ADR 


Alle opnames 


4.1%{n=21) 


Mnetal. 1996 




Ziekenhuis 


1992en jan- 


opnames bij 


maanden 




kinderziekenhui 


D:0.21% 






Infantil "la 


aprl 1 993 


490 kids 


oud 




s 


(n=1) 






Fe" in 












P: 3.09%% 






Valencia 












(n=15) 
Po:0.41% 
(n=2) 

Do: 0.62% 
(n=3) 


[28] L. Ibanez 


Spanje 


Universitair 


Sept 1986- 


48678 


Alle 


ADR 


Alle acute 


1.1%{n=554) 


etal. 1991 




Ziekenhuis 


jun 1989 








opnames 
(afdeling SEH) 


N.B. 


[29] U. Klein et 


Zwitserland 


Regional 


1970- 1972 


914 


Alle 


ADR 


Alle opnames 


18,7% 


al. 1976 




Lesgeef 
Ziekenhuis, 
Zieglerspital 
Bern 










op de afdeling: 
medical service 


D/P: 18,7% 

DITZIJN 

ADRs 

TIJDENS 

OPNAME; 

NIET 

OPNAMES 

DOOR ADRs, 

DUS 

EXCLUSIE 


[30] B. 


Zwitserland 


Zurich 


1996-2000 


6383 


Alle 


ADE 


Alle opnames bij 


4.1% 


Hardmeier et al. 




Universitair 










afdeling interne 


(n=262). 


2004 




Ziekenhuis 
en 

Kantonsspita 
1 St. Gallen 
Zurich 










geneeskunde 


waarvan 79 
vermijdbaar 
(door tout) 
N.B. 


[31]C.K. 


Nederland 


Universitair 


4 maanden 


106 


>70 


ADR; defnitie 


Alle opnames 


21 % {n=22) 


Mannesse etal. 




Ziekenhuis 


Feb- mei 






lijkt meer op 


op 5 interne 




2000 




Rotterdam 


1994 






ADE maar niet 
over 

vermijdbaar- 
heid gerept 


geneeskunde 

afdelingen 

(behalve 

overplaatsingen 

vanaf andere 

afdelingen en 

heropnames) 




[32] M. Goettler 


Studie uit 


Verschillend 


Studies 


55615 


>18 


ADR 


Alle opnames 


5.8% 


etal. 1997 


Duitsland, 


e 


tussen 1974- 








op de afdeling: 


N.B. 




Frankrijk en 


ziekenhuizen 


1996 








interne 


DITISGEEN 




Engeland 












geneeskunde 


APARTE 

STUDIE, 

MAAR 

LITERATUUR 

OVERZICHT, 

DUS 

EXCLUSIE 


[33] M. Levy et 


Israel 


Hadassah 


1969-1976 


2499 


Alle 


ADR 


Alle opnames 


4.1%{n=103) 


al. 1979 




Universitair 
Ziekenhuis 
Jeruzalem 










op de afdeling 

interne 

geneeskunde 


D/P: 4.1% 

EXCLUSIE; 

ZIE[71] 

VOOR 

DUBBELPUB 

LICATIE 

(SAMEN MET 

BERLIJN) 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



67 



^. 




[34] M. Levy et 


Israel 


Hadassah 


Jul 1979- jun 


1184 


Alle 


opnames tgv 


Alle opnames 


2.9% {n= 34) 


at. 1982 




Universitair 
Ziekenhuis 
Jeruzalem 


1980 






non- 
compliance 


op de afdeling 

interne 

geneeskunde 


EXCLUSIE, 

WANT 

ALLEEN 

NAAR 

COMPLIANC 

EGEKEKEN 


[35] K. Gholami 


Iran 


Universitair 


Mrt-dec 1996 


370 


Alle 


ADR, maar inci 


Alle opnames 


7% (n=26); 


etal. 1999 




Ziekenhuis 
in Teheran 








vermijdbare, 
dus eigenlijk 
ADEs 


op 2 interne 

geneeskunde 

afdelingen 


niet duidelijk 
welk deel 
vermijdbaar is 
(58,8% van 
alle ADEs, 
dus niet 
alleen van 
ADEs die tot 
opname 
geleid 
hebben) 


[36] S. Major et 


Libanon 


Amerikaans 


6 maanden 


1745 


>18 


ADE 




10.2% 


al. 1998 




Universitair 
Ziekenhuis 
Beirut 


okt 1996- mei 
1997 
(behalve dec) 








interne 
geneeskunde 


(n=177) 


457 


<17 


ADE 


kinderafdeling 


7.9% (n=36) 


[37] B.J. 


Canada 


Tertiair 


Sept 1992- 


150 


>65 


ADE 




30.7% (n=46) 


Courtman et al. 




ziekenhuis in 


febr1993 








interne 


, bijna 


1995 




Toronto 










geneeskunde 
met exclusie 
van < 65 jaar 


allemaal 
vermijdbaar 


[38] N. Col et 


USA 


alg. 


Jun- aug 


315 


>65 


ADE 


Alle acute 


28.2% (n=89). 


al. 1990 




opleidings- 
ziekenhuis 


1987 








opnames bij 
ouderen 


waarvan bijna 
helft door 
non- 
compliance 


[39] D.W. Bates 


USA 


Brigham en 


37 dagen 


420 


Alle 


ADE 


Alle patienten 


3.57% 


etal. 1993 




Vrouwen 
Ziekenhuis, 
een tertiair 
ziekenhuis 


aug- Sep 
1990 








gelegen op de 

afdeling 

coronaire 

ziekten, 

algemene 

heelkunde, 

obstetrie en 

chirurgie. 


P: 2.00% 

Po: 1.57% 

EXCLUSIE; 

DIT 

BETREFT 

ADEs 

TIJDENS 

OPNAME EN 

NIET 

OPNAMES 

DOOR ADEs 


[40] P. J. 


USA 


Universitair 


1 1 maanden 


20166 


alle 


ADR, maar incI 


ADR rapportage 


0.76% 


McDonnell et 




ziekenhuis 


Jul 1998- mei 






vermijdbare. 


systeem: ADR's 


(n=154). 


al. 2002 




Philadelphia 


1999 






dus eigenlijk 
ADEs 


geselecteerd 
over alle 
opnames 
(METHODOLO 
GIEI!) 


waarvan 96 
vermijdbaar 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



68 



v^ 




[41] LA. Bero 


USA 


algemeen 


6 maanden 


706 


>65 


ADE 


Alle 


20% 


etal. 1991 




ziekenhuis 
"El Camino" 










heropnames 
van patienten 
met meer dan 2 
medicaties 
binnen 6 
maanden 
(uitgesloten: 
opgenomen op 
psychiatrie, 
ontslagen naar 
een 

verpleeghuis, 
mentale 
stoornis, niet 
Engels 
sprekend) 


D:7.11% 
P: 2.67% 
Po: 10.22% 

EXCLUSIE; 
GAAT OM 
HER- 
OPNAMES; 
IS NIET 
VERGELIJK- 
BAAR MET 
DE REST 


[42] J. Bigby et 


USA 


Brigham en 


1983-1984 


686 


Alle 


ADR, maar 


Alle acute 


10.6% 


al. 1987 




Vrouwen 
Ziekenhuis, 
een Tertiair 
Ziekenhuis 








inclusief 
vermijdbare 
dus toch ADEs 
(NB non- 
compliance 
meegenomen 
als gm- 
gerelateerd) 


opnames 


(n=73), 
waarvan 43 
vermijdbaar 
N.B. 


[43] G. J. 


USA 


Universitair 


Aug 1969- Jul 


6063 


Alle 


ADR (excl. 


Alle opnames 


2.9%(n=177) 


Caranasos 




Ziekenhuis 


1972 






geneesmiddel 


op de afdeling 


N.B. 


1974 




van Florida 








misbruik); maar 
geen duidelijke 
definitie; echter 
niet over 
vermijdbaar- 
heid gesproken 


interne 
geneeskunde 




[44] T. J. Ives et 


USA 


North 


12 maanden 


293 


Alle 


ADE (inci. gm- 


Alle opnames 


15.4% (n=45). 


al. 1987 




Carolina 
Memorial 
Ziekenhuis 






(behalve 
neonaten) 


misbruik) 


op de afdeling: 
soort interne 
geneeskunde 


waarvan 14 

gm-misbruikt 

(NB inci 

alcohol!!!); 

dus eigenlijk 

45-14 = 31 

gm 

gerelateerde 

opnames 

(10.6%) 

N.B. 


[45] J. M. 


USA 




2 maanden 


216 


Alle 


ADE 


Alle opnames 


27.3% 


McKenny et al. 




opieidingszie 


Feb- mrt 








op de afdeling: 


(n=59). 


1976 




kenhuis 
Virginia 


1974 








interne 
geneeskunde 


waarvan 35 
vermijdbaar 


[46] T. F. 


USA 


algemeen 


7 maanden 


10587 


Alle 


ADR, maar inci 


Alle opnames 


0.32% 


Pearson et al. 




ziekenhuis 


Jul 1992- jan 






vermijdbaar 


viaADR- 


(n=34), 


1994 




Piedmont, 
Atlanta 


1993 






dus eigenlijk 
ADE 


rapportage 

METHODOLOG 

IE 


waarvan 8 
vermijdbaar 


[47] M. W. 


USA 


Shands 


8 maanden 


658 


<25 


ADR 


Alle opnames 


3.0%(n=19) 


Mckenzie et al. 




opieidingszie 


Feb- sept 








op de 




1973 




-kenhuis in 
Gainesville 


1971 








kinderafdeling 





eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



69 



^. 




[48] A.A. 


Amerika 


Verschillend 


1 1 jaar sept 


6546 


<15 


ADR 


Alle opnames 


2.0%{n=131) 


Mitchell etal. 




e 


1974- dec 








van kinderen 


D: 1.02% 


1988 




ziekenhuizen 
rond Boston 


1985 








(behalve 
pasgeborenen 
en kinderen met 
kanker) 


P: 0.98% 


3026 


Pasgebo- 


Alle opnames 


0.2% {n=6) 












renen 




van pasgeboren 
kinderen 


















kinderen met 


22%{n=157) 










725 


kanker 




kanker 




[49] M.C. 


Amerika 


Cleveland 


Jul-aug 1984 


834 


Alle 


ADE 


Alle opnames 


4.2% {n=35) 


Lakshmanan et 




Metropolitan 


2 maanden 








op de afdeling: 


N.B. 


al. 1986 




General 
Ziekenhuis, 
opieidingszie 
-kenhuis 










interne 
geneeskunde 
inci ICU 




[50] K.M. 


Amerika 


Universitair 


Jul-aug 1993 


450 


Alle 


ADE 


Alle opnames 


16.2% {n=73). 


Nelson etal. 




Ziekenhuis 










op de afdeling: 


waarvan n=36 


1996 




Bexar 
County 










interne 
geneeskunde 
en intensive 
care 


vermijdbaar 


[51]B.S. Prince 


Amerika 


Mercy 


4 maanden 


10184 SEH 


Alle 


ADE 


Alle acute 


2.9% 


etal. [55] 1992 




Ziekenhuis 
of Pittsburgh 
(tertiair 
centrum) 


Okt1990-jan 
1991 


bezoeken 
(maar niet 
allemaal 
opgenomen 
III) 






opnames 


D/P/Po: 2.9% 

GEEN INFO 

OVER 

NOEMER 

AANTAL 

OPNAMES, 

DUS 

EXCLUSIE 


[52] R.B. Salem 


Amerika 


Veteran's 


4 maanden 


41 


Alle 


ADE (inclusief 


Alle opnames 


54% {n=22) 


et al. 1 984 




administrati 

on 

ziekenhuis 








suicide en 
drugs misbruik) 


op de 

psychiatrische 

afdeling 


N.B. 


[53] J.W. Smith 


Amerika 


Ziekenhuis 


Jan- dec 


900 


Alle 


ADR 


Alle opnames 


1.7%(n=15) 


etal. 1966 




met half- 
private 
afdeling 


1965 








op afdeling: 

interne 

geneeskunde 


alleen 

probable 

reactions 


[54]W.D. 


Amerika 


Familie 


1990 


100 


>65 


ADR 


Alle opnames 


9% (n=9) 


Smucker et al. 




afdeling op 










van oudjes bij ' 


D/P:6% 


1990 




het 

community 

ziekenhuis 










family practice'; 
soort interne 
geneeskunde 


Po: 3% 
Do:- 


[55] J. Lazarou 


Amerika 


Verschillend 


Studies van 


28017 


Alle 


ADR 


Alle opnames 


4.7% 


et al. (m eta- 




e 


1933- 1996 










D/P:4.7% 


analyse) 




ziekenhuize 
n 












EXCLUSIE; 
IS M ETA- 
ANALYSE 
VAN DIV. 
STUDIES 


[56] R.R. Miller 


Amerika, 


5 


AprI 1969-jan 


7017 


Alle 


ADR 


Alle opnames 


3.7% (n=260) 


etal. 1974 


Canada en 
Israel 


ziekenhuize 
n in US, 1 in 
Canada en 
1 in Israel 


1972 










N.B. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



70 



^. 




[57] K. L 


Australie 


Royal 


1 1 weken, 4 


8601 SEH 


<17 


ADE 


Alle acute 


3.3% (n=280), 


Easton-Carter 




children 


weken en 3 


bezoeken 






opnames van 


waarvan 


et al. 2002 




ziekenhuis, 


weken resp. 


(maar niet 






kinderen, excl 


51 .3% 






specialistisc 


mrt 1998- dec 


allemaal 






trauma en 


vermijdbaar 






h 


1999 


opgenomen 






oncologie 


D: 1,25% 






pediatrisch 




I!!) 








P: 1,00% 






opieidingszi 












Po: 1,05% 






e-kenhuis 












GEEN INFO 






en regionaal 












OVER 






opieidingszi 












NOEMER 






e-kenhuis 












AANTAL 
OPNAMES, 
DUS 
EXCLUSIE 


[58] J.G.A. 


Australie 


Royal 


Nov-dec1994 


965 


Alle 


ADE 


Alle acute 


5.7% (n=55). 


Dartnell etal. 




Melbourne 










opnames 


waarvan n=36 


1996 




Ziekenhuis 










resulterend in 
een >24-uur 
verblijf 


vermijdbaar 
D: 0.912% 
P: 2.166% 
Po: 2.622% 


[59] K.L. Easton 


Australie 


Royal 


Jun- aug 


1682 


<of =18 


ADE 


Alle opnames 


3.4% (n=58), 


etal. 1998 




children 
Ziekenhuis 


1996 








bij kinderen 
(medical, dus 
exclusief 
chirurgie, 
trauma en 
oncologie en 
niet engels 
sprekende 
patienten 


waarvan n=32 
vermijdbaar 
D:1.173% 
P/Po: 1 .934% 
Do:0.292% 


[60] K. L. 


Australie 


Kinder- 


18 weken en 


2933 


<17 


ADE 


Alle acute 


4.3 % 


Easton etal. 




ziekenhuis 


4 weken resp. 






(SuTcidale 


opnames bij 


(n=127). 


2004 




(trauma) en 


22 weken 






overdosis 


kinderen 


waarvan 






regionaal 


1998/1999 






meegenomen) 


(behalve trauma 


46.9% 






ziekenhuis 










en oncologie) 


vermijdbaar 
D: 1.84% 
P: 1.06% 
Po: 1.43% 


[61] LA. 


Australie 


Royal 


10 weken 


691 


>17 


ADE (inclusief 


Alle opnames 


9.8% (n=68), 


Stanton et al. 




Hobart 


mrt- aug 1993 






suTcidale 


op de afdeling: 


waarvan n=39 


1994 




Ziekenhuis, 
opieidingszi 
e-kenhuis 
Tasmania 








overdosis) 


volwassen 

general medical 

units (interne 

geneeskunde) 

(behalve 

psychiatrische 

en patienten 

met 

nierfunctiestoorn 

is) 


(5.6%) excl 
suicide en 
misbruik en 
daarvan weer 
n=18 
vermijdbaar 

alleen 

definite/proba 

ble 


[62] P.Y. 


Australie 


Flinders 


1981 


100 


>75 


ADR 


Alle opnames bij 


31%(n=31) 


Popplewell et 




Medisch 










oudjes op de 


N.B. 


al. 1982 




centrum 










afdeling geriatrie 




[63] 1. Larmour 


Australie 


opieidingszi 


6 maanden 


5623 


Alle 




Alle opnames. 


1 .6% (n=90) 


etal. 1991 




ekenhuis 
Melbourne 


jun- nov 1987 






ADR, 


excl suicide en 
misbruik 





eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



71 



^. 




[64] J. Hewitt et 


Australie 


opieidingszi 


4 maanden 


131 


Alle 


ADE 


Alle patienten 


35% {n=46) 


al. 1995 




ekenhuis in 

Clayton, 

Australia 


febr- mei 
1993 








heropgenomen 
in het 
ziekenhuis 
binnen 60 
dagen (niet- 
gepland) 


N.B. 

EXCLUSIE; 
GAAT OM 
HER- 

OPNAMES; 
ISNIET 
VERGELIJK- 
BAAR MET 
DE REST 


[65] M.E. Wong 


Australie 


Alfred 


4weken 1988 


245 


>65 


ADE 


Alle acute 


19.6% {n=48) 


etal. 1993 
NB Poster!!!! 




Ziekenhuis 










opnames van 
oudjes, excl 


N.B. 


8 weken 1990 


541 


14.8% {n=80) 
















suicide 


N.B. 


[66] Fe-lin Lin 


Taiwan 


Nationaal 


Apr! 1992- 


666 


>18 


ADE 


Alle opnames 


3.5% {n=23), 


\Nuetal. 




Universitair 
Ziekenhuis 
Taiwan 


dec1993 








op afdeling: 
family medicine 
ward (soort 
interne 
geneeskunde) 


N.B. 2.7% 
indien alleen 
probable/high! 
y probable 


[67] Y. Koh et 


Singapore 


Acute zorg 


4 dagen 


347 


>of=16 


ADE 


Opnames met 


6.63% 


al. 2003 




ziekenhuis 


nov/dec 
2000 








>5 medicijnen. 


,alle 
vermijdbaar 


[68] M. Ramesh 


India 


ziekenhuis 


7 maanden 


3717 


alle 


ADR 


Alle opnames 


0.7% 


et al. 2003 




in Mysore 


dec 2001 -Jul 
2002 






NB spontane 
rapportage als 
methode! 




D:0.07% 
P: 0.33% 
Po: 0.30% 


[69] S. Malhotra 


India 


Tertiair 


7 maanden 


578 


>65 


ADE 


Alle acute 


14.4% {n=83), 


etal. 200^ 




Ziekenhuis 
in Noord 
India 


jan-jul 2000 








opnames van 
oudjes 


waarvan n=44 
door non- 
compliance 
(rest ADR) 
D/P: 1.86% 
Po: 3.55% 
Do: 1 .29% 


[70] S. P. 


Sri-Lanka 


Lady 


1 1 maanden 


39625 


Kinderen 


ADR 


Alle opnames bij 


0.16% 


Lamabadusuriy 




Ridgeway 


feb 2002-dec 




(gem 




kinderen 


D:0.04% 


a et al. 2003 




Ziekenhuis 
Colombo 


2002 




leeftijd 5 
jaar) 






P:0.107% 

Po:0.013% 

Do:- 


[71] Hallaset 


Denemarke 


Odense 


mrt-mei 1988 


333 


alle 


ADE 


interne 


13.5% (n=45) 


al. 


n 


University 
Hospital 










geneeskunde 


D/P: 10.8% 
(n=36), 
waarvan 21 
vermijdbaar 


[72] Lee et al 


USA 


Veterans 


jan-dec 2003 


2169 SEH 


> of = 20 


ADE 


SEH 


12.6% 






Affair 


{2e week van 


bezoeken 


(gem 60) 






(n=274), 






ziekenhuis 


eike maand) 


(maar niet 
allemaal 
opgenomen 
!!!) 








waarvan n=26 

suicide/misbru 

ik 

GEEN INFO 

OVER 

NOEMER 

AANTAL 

OPNAMES, 

DUS 

EXCLUSIE 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



72 



^. 




[73] Barrow et 


UK 


'HES - data' 


1996-2000 










geen info over 


al 




(diagn. codes 
bij opname) 
vgl'en met 
ADR 
meldingen 












incidentie gm 

gerelateerde 

opnames, 

DUS 

EXCLUSIE 


[74] Hooft et al 


NL 


ontslagdiagno 
ses (databank) 


2001 


668714 


alle 


ADR 


acute opnames 
DATABANK!!!! 


1 .83% 
(n=12249) 


[75] Baena et al 


Spanje 


SEH afd UMC 
Granada 


nov 200- 
okt 2001 
(sample 
van alle 
SEH 
bezoeken) 


2261 

SEH 

bezoeken 

(waarsch 

niet 

allemaal 

opgenom 

en!) 


alle 


ADE 


SEH 


33.17% 

GEEN INFO 

OVER 

NOEMER 

AANTAL 

OPNAMES, 

DUS 

EXCLUSIE 


[76] Levy et al 


Israel 


Jerusalem 
UMC 


1969-1976 


2499 


alle 


ADR 


alle 


4.1%(n=103) 




Duitsland 




1974-1977 


2933 


alle 


ADR 


interne 


5.7%(n=167) 




(NB voor 


Berlijns UMC 










geneeskunde 






Israel deel 












(medical wards) 






zie ook [29]) 
















[77] Capuano et 


Italie 


2 


maart en 


480 


alle 


ADE 


acute opnames 


3.5%(n=17) 


al 




ziekenhuizen 


juni 2000 












[78] Devi et al 


India 


tertiair 

ziekenhuis 

Bangalore 


jan 1998 
tot dec 
2002 


6302 


alle 


ADR 


gastro- 
enterologie: 
alleen upper GIT 
disorders 


1 .5% (n=95) 

SELECTIE 
VAN ADR 
(ALLEEN 
GIT), DUS 
EXCLUSIE 


[79] Fattinger et 


Zwitserland 


UMC en alg 


jan 1996- 


4331 


alle 


ADR 


interne 


3.3%(n=144) 


al 




ziekenhuis 


dec1998 








geneeskunde (2 
afd.) 




[80] Jha et al. 


USA 


tertiair 

ziekenhuis 

Boston 


oct 1 994- 
mei 1995 


3238 


alle 


ADE 


ICU en general 
care (interne & 
chirurgie) 


2.5% (n=76), 
waarvan n=21 
vermijdbaar 


[81] 


Zwitserland 


UMC 


jan-jul 1994 


3195 


>16 


ADE 


acute opnames 


7.1%(n=229), 


Wasserfallen et 




Lausanne 












waarvan 


al 
















n=126 
vermijdbaar 


[82] Blix et al. 


Noorwegen 


5 algemene 
ziekenhuizen 


mei-dec 
2002 


827 


>15 


ADE 


interne + reuma 


alleen DRP's 

tijdens 

opnames 

beschreven 

DUS 

EXCLUSIE 


[83] Ghose 


UK 


Carlisle 


okt - dec 
1979 


171 


alle 


ADE 


general medical 

(interne 

geneeskunde) 


18.7% (n=32), 
inci suicides; 
8.8%(n=15) 
excl. suicides 


[84] Green et 


UK 


UMC Liverpool 


steekproef 


200 


>18 


ADE 


acute opnames 


7.5% (n=15). 


al. 














(medical patients) 


waarvan n=12 


NB pilotstudie 
















vermijdbaar 


van [7] 


















[85] Pouyanne 


France 


33 
ziekenhuizen 


mrt-apr 
1998 


3137 


alle 


ADR 


62 medical dpt' s 


3.19% 
(n=100) 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



73 



^. 




[86] Gardner et 
al 


USA 


UMC Florida 


aug 1 968 - 
mrt1969 


939 


? 


ADE 


interne & 
neurology 


5.1% (n=48) 
ADE bij 
opname, 
maar 

onduidelijk of 
dit tot opname 
geleid heeft 
DUS 
EXCLUSIE 


[87] Burnum et 
al 


USA 


1 ziekenhuis 


? 


276 


? 


ADE 


interne geneesk. 


6.2%(n=17) 


[88] Chan et al 


Australie 


Ziekenhuis in 
Hobart 


aug-sept 
1998 


240 


>75 


ADE 


acute opnames 


30.4% (n=73) 


[89] Ramsay et 
al 


UK 


Sheffield 

opleidings- 

ziekenhuis 


1978 


488 


alle 


ADE 


interne 
geneeskunde 


25.8% 
(n=126) 
inci suicides; 
7.6% excl 
suicides 


[90] Senst et al 


USA 


4 

ziekenhuizen, 

waaronder 2 

kinderziekenh 

uizen en 1 

psychiatrische 

kliniek 


53dgn 
1998 


3187 


alle muv 

pasgeboren 

en 


ADE 


alle 


3.2%(n=102) 


[91] Classen et 
al 


USA 


1 ziekenhuis 
Salt Lake City 


mei 1989 - 
okt 1 990 


36653 


alle 


ADR 


alle (METHODE: 
VIA COMPUTER 
SCREENING!!) 


0.1%(n=52) 


[92] Stewart et 
al. 


USA 


psych afd van 
ziekenhuis in 
Florido 


6 mnd 


60 


alle 


ADE (inci. 
intox en 
abuse) 


psych 


13.3% (8/60) 
mbt ADR en 
non- 
compliance 


[93] Lin et al 


Taiwan 


afd V alg 
ziekenhuis 


10 mnd jan 
90-Oct 90 


2695 


18en > 


ADR (inci. 
intox) 


interne 


3.9% 

(104/2695) 
excl intox 


[94] Sidel et al 


USA 


Boston 


Oct 66-jan 
67 


267 


alle 


ADR 


interne 


4.5% (12/267) 


[95] Huic et al 


Kroatie 


UMC in 
Zagreb 


jan 92-apr 

93(14 

mnd) 


5237 


16en > 


ADR 


acute opnames bij 
interne 


2.5% 
(130/5237) 


[96] Frisk et al 


USA 


2 ziekenliuizen 


dec 73-juni 
1974 (6 mnd 
per 
ziekenhuis) 


442 


alle 


ADE 


selectie van gm- 
gerelateerde 
opnames (DUS 
NOEMER IS AL 
SELECTIE!!!!) 


19.5% (86/442) 



N.B.=Niet Bekend, D=Defenite, P= Probable, Po=Possible en Do=Doubtful 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



74 



v^ 




bijiage 2 

overzicht deelnemende ziekenhuizen 

Academische ziekenhuizen 

Erasmus Medisch Centrum, Rotterdam 

Leids Universitair Medisch Centrum, Leiden 

Universitair IVIediscli Centrum Groningen, Groningen 

Universitair IVIediscli Centrum Utrecht, Utrecht 

Topklinisclie ziekenhuizen 

HAGA ziekenhuis. Den Haag 

Isala klinieken, Zwolle 

Maxima Medisch Centrum, Veldhoven 

Medisch Centrum Alkmaar, Alkmaar 

Medisch Centrum Haaglanden, Den Haag 

Medisch Centrum Leeuwarden, Leeuwarden 

Onze Lieve Vrouwe Gasthuis, Amsterdam 

Reinier de Graaf Groep, Delft 

St Antonius ziekenhuis Nieuwegein 

St Elisabeth Ziekenhuis, Tilburg 

Aigemene ziekenhuizen 

Bovenij Ziekenhuis, Amsterdam 

Bronovo ziekenhuis. Den Haag 

Diakonessen Huis, Utrecht 

Langeland ziekenhuis, Zoetermeer 

VieCuri Medisch Centrum voor Noord-Limburg, Venio 

Wilhelmina Ziekenhuis, Assen 

Zaans Medisch Centrum, Zaandam 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



75 



^. 




bijiage 3 

gedeelte van triggerlijst 



Bij vermelding van onderstaande reden van opname of mogelijke diagnose kan de opname geneesmiddel 
gerelateerd (HARM) zijn. 


acidose 


heamoptoe 


porfyrie 


addison-crisis 


hematoom 


refluxoesofagitis 


ademdepressie 


hepatitis 


sedatie 


afasie 


huiduitslag 


Stevens-Johnson syndroom 


agranulocytose 


hypercalciemie 


stofwisselingsziekte 


alkalose 


hyperfosfatemie/ tumorlysissyndroom 


Stolsel 


algehele malaise 


hyperglykemie 


syncope 


anafylactische reactie 


hyperkaliemie 


tinnitus 


anemie 


hypernatriemie 


toxisch epidermale necrolyse 


angina pectoris 


hypertensie 


trombocytopenie 


angio oedeem 


hyperthermie 


tumorlysis 


aplastische anemie 


hyperthyroidie / thyrotoxische crisis 


ulcus pepticum/duodenum 


apnoe 


hyperventilatie 


val 


artritis 


hypocalciemie 


vasculitis 


aspiratie pneumonie 


hypofosfatemie 


verkeersongeval 


ataxie 


hypoglykemie 


verwardheid 


bewegingstoornissen 


hypokaliemie 




blindheid 


hyponatriemie 




bleed ophoesten 


hypotensie 




bleed overgeven 


hypothermie 




bloedbeeldafwijking 


hypoxie 




bloedingen 


icterus 




braken 


ileus 




cardiale ischemie 


infecties 




cardiogene shock 


ischemisch CVA 




cardiomyopathie 


jeuk 




colitis/ toxisch colon 


jicht 




colitis/M Crohn (exacerbatie) 


koorts 




collapse 


lethargie (sloomheid) 




convulsies 


Leukopenie 




decompensation cordis 


leverfunctie stoornis 




dehydratie 


longembolie 




diarree 


lupus 




doofheid 


maagbloeding 




duizeligheid 


malaria 




DVT 


misselijkheid 




dyspnoe 


myxoedeem, hypothyroidie 




dyspnoe 


neutropenie 




erythema 


nierinsufficientie 





eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



76 



^. 




exacerbatie Astma 


obstipatie 




exacerbatie COPD 


oedeem 




fractuur 


oesofagitis 




galstenen 


pancreatitis 




gewrichtspijnen 


parkinsonisms 




Gl bloeding 


pericarditis 




glaucoom 


pijn 




hartfalen 


pijn op de borst 




hartinfarct 


pneumonia 




hartritme stoornissen 


pneumonitis 





Naast deze verkorte lijst, beschikten de onderzoekers ook over een uitgebreide lijst 
van symptomen gekoppeld aan mogelijk veroorzakende geneesmiddelen. Deze 
uitgebreide lijst is niet weergegeven in dit eindrapport. 



eirndrapport HARM-ornderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



77 



v^ 




bijiage 4 

eerste drie assen algoritme Kramer et al. 





+1 





-1 


As 1 


Klinisch 

veranderd beeld 
(KVB) is bekend 
als (bij)werking 
betreffend middel 


KVB 

onvoldoende 
bekend bij nieuw 
middel (<5jaar 
geregistreerd in 
EU) 


KVB niet bekend 
als (bij)werking 
van goed bekend 
middel (>5jaar 
geregistreerd in 
EU) 


As 2 


a) geen goede 
alternatieve 
verklarende 
conditie: +2 

b) onverklaarde 
exacerbatie of 
terugkomen 
onderliggende 
conditie: +1 


Andere 
verklarende 
condities zijn 
aanwezig, maar 
niet 
waarschijniijk 


Waarschijniijk 
andere 
verklarende 
condities 


As 3 


Tijdsrelatie als 
verwacht voor dit 
KVB-middel paar 


Tijdsrelatie is 
onduidelijk 


Tijdsrelatie niet 
passend bij KVB- 
middel-paar:-2 



Voor vaststellen bekendheid KVB wordt gesteld dat het KVB beschreven moet zijn 
als bijwerking in de IB-tekst. 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



78 



^. 




bijiage 5 

algoritme Schumock et al. 



dosis en toedienlrequentie in 

overeenstemming met 

maximum dosis in 

Inform atorium , rekening 

houdend m et leeftijd. gewiciit 

en comorbiditeit 
(bijv.verm inderde nierfunctie) 



dosis 

V o o r s c h r ijf - 

1o u t 



duur therapie 
iu is t? 



dosis 

V o o rs c h r ijl- 

fo u t 



aanwijzmgen 

voor gebruii^ 

ju is t? 



dosis 

vo o rsch rijf- 

f o u t 



W as de indicatiestelling 

voor dit geneesm iddel 

juist (voor zover duideliji^ 

b lijk t u it status)? 



Zijn noodzakelijke 

TDM en/olkliniscii 

ciiem ische 

b ep alingen 

u itg e V o e rd ? 



th e ra p e u tis c li e 
voorschrijUout 



th e rapeutisch e 
1o u t 



actie ondernomen 
n.a.v. TDM en/of 

klinisch chemisciie 
b ep alinge n 
u itg e V o e rd ? 



allergie voorhet 

geneesm id del 

b e ke nd ? 



therap eu tische 
f o u t 



therap eutische 
voorschrijtfout 



is ersprake van een 

re le V a n te 

CO n tra-in d icatie ? 



is er sprake van 

(p s e u d o ) 

dubbelmedicatie ? 



is er sprake van een 

klinisch relevante 

geneesm iddel 

in te ra c tie ? 



/ therapeutische 
voorschrijlfout 



therapeutische 
vo o rsch rijffo u t 



voldoende 
gem onitored 
(b ijv . IN R )? 



geen toutmeer(m.u.v.in 

eerdere stappen 

flowschema reeds 

geconstateerde fouten) 



therapeutische 
voorsch rijffo ut 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pharmacotherapy, Utrecht Institute for Pharmaceutical Sciences, 



79 



v^ 




bijiage 6 

classificatie medicatiefouten volgens NVZA [99] 

voorschrijffouten 

administratieve en procedurele fouten 

- algemeen (bijv. leesbaarheid) 

- patientgegevens 

- gegevens afdeling & voorschrijver 

- geneesmiddelnaam 

- geneesmiddelvorm, toedienroute 

doseerfouten 

- sterkte 

- doseerfrequentie 

- overdosering 

- geen maximum dosis bij 'zonodig' 

- onderdosering 

- duur therapie 

- aanwijzingen voor gebruik 

therapeutische fouten 

- indicatiestelling 

- contra-indicatie 

- interactie 

- onterechte monotherapie 

- (pseudo) dubbelmedicatie 

afleverfouten 

op verkeerde patientnaam/afdelingsnaam 
verkeerde geneesmiddel 
in verkeerde toedieningsvorm 
verkeerde sterkte 
op verkeerd tijdstip 

toedienfouten 

omissie (voorgescinreven geneesmiddel niet toegediend) 

niet voorgescinreven geneesmiddel toegediend 

verkeerd klaargemaakt 

verkeerde toedieningsvorm 

verkeerde toedienroute 

verkeerde toedienwijze 

verkeerde dosis 

verkeerd tijdstip (min. 60 minuten te vroeg/laat) 

therapie ontrouw 



eindrapport HARM-onderzoek 

Division of Pharmacoepidemiology & Pliarmacotlierapy, Utrecht Institute for Pharmaceutical Sciences, 



80